如何更好地从 ggplot2 创建具有多个变量的堆叠条形图？答案

【问题标题】：How to better create stacked bar graphs with multiple variables from ggplot2?如何更好地从 ggplot2 创建具有多个变量的堆叠条形图？
【发布时间】：2010-04-05 14:46:15
【问题描述】：

我经常需要制作堆叠条形图来比较变量，而且因为我在 R 中进行所有统计，所以我更喜欢在 R 中使用 ggplot2 来完成我的所有图形。我想学习如何做两件事：

首先，我希望能够为每个变量添加适当的百分比刻度线，而不是按计数添加刻度线。计数会令人困惑，这就是我完全取出轴标签的原因。

其次，必须有一种更简单的方法来重组我的数据才能实现这一点。这似乎是我应该能够在 ggplot2 中使用 plyR 本地完成的事情，但是 plyR 的文档不是很清楚（我已经阅读了 ggplot2 书和在线 plyR 文档。

我最好的图表如下所示，创建它的代码如下：

我用来获取它的 R 代码如下：

library(epicalc)  

### recode the variables to factors ###
recode(c(int_newcoun, int_newneigh, int_neweur, int_newusa, int_neweco, int_newit, int_newen, int_newsp, int_newhr, int_newlit, int_newent, int_newrel, int_newhth, int_bapo, int_wopo, int_eupo, int_educ), c(1,2,3,4,5,6,7,8,9, NA), 
c('Very Interested','Somewhat Interested','Not Very Interested','Not At All interested',NA,NA,NA,NA,NA,NA))

### Combine recoded variables to a common vector
Interest1<-c(int_newcoun, int_newneigh, int_neweur, int_newusa, int_neweco, int_newit, int_newen, int_newsp, int_newhr, int_newlit, int_newent, int_newrel, int_newhth, int_bapo, int_wopo, int_eupo, int_educ)


### Create a second vector to label the first vector by original variable ###  
a1<-rep("News about Bangladesh", length(int_newcoun))
a2<-rep("Neighboring Countries", length(int_newneigh))
[...]
a17<-rep("Education", length(int_educ))


Interest2<-c(a1, a2, a3, a4, a5, a6, a7, a8, a9, a10, a11, a12, a13, a14, a15, a16, a17)

### Create a Weighting vector of the proper length ###
Interest.weight<-rep(weight, 17)

### Make and save a new data frame from the three vectors ###
Interest.df<-cbind(Interest1, Interest2, Interest.weight)
Interest.df<-as.data.frame(Interest.df)

write.csv(Interest.df, 'C:\\Documents and Settings\\[name]\\Desktop\\Sweave\\InterestBangladesh.csv')

### Sort the factor levels to display properly ###

Interest.df$Interest1<-relevel(Interest$Interest1, ref='Not Very Interested')
Interest.df$Interest1<-relevel(Interest$Interest1, ref='Somewhat Interested')
Interest.df$Interest1<-relevel(Interest$Interest1, ref='Very Interested')

Interest.df$Interest2<-relevel(Interest$Interest2, ref='News about Bangladesh')
Interest.df$Interest2<-relevel(Interest$Interest2, ref='Education')
[...]
Interest.df$Interest2<-relevel(Interest$Interest2, ref='European Politics')

detach(Interest)
attach(Interest)

### Finally create the graph in ggplot2 ###

library(ggplot2)
p<-ggplot(Interest, aes(Interest2, ..count..))
p<-p+geom_bar((aes(weight=Interest.weight, fill=Interest1)))
p<-p+coord_flip()
p<-p+scale_y_continuous("", breaks=NA)
p<-p+scale_fill_manual(value = rev(brewer.pal(5, "Purples")))
p
update_labels(p, list(fill='', x='', y=''))

我非常感谢任何提示、技巧或提示。

【问题讨论】：

您可以多次使用factor 和labels 参数来代替relevel。您还可以查看reorder，它可以按某个变量对您的级别进行排序（“非常感兴趣”的百分比？）
漂亮的颜色 - 我想有一天我会用 brewer Purples 我自己 :-)
您是否想要一个工作流程来生成进入类似图表的数据，并且能够在每个条形图的每个填充分组顶部添加百分比值？
理想情况下，工作流程会同时产生两者。

标签： r graphics ggplot2 plyr

【解决方案1】：

你的第二个问题可以通过 reshape 包中的 melt 和 cast 来解决

在你调用 data.frame 中的元素后，你可以使用类似的东西：

install.packages("reshape")
library(reshape)

x <- melt(your.df, c()) ## Assume you have some kind of data.frame of all factors
x <- na.omit(x) ## Be careful, sometimes removing NA can mess with your frequency calculations

x <- cast(x, variable + value ~., length)
colnames(x) <- c("variable","value","freq")
## Presto!
ggplot(x, aes(variable, freq, fill = value)) + geom_bar(position = "fill") + coord_flip() + scale_y_continuous("", formatter="percent")

顺便说一句，我喜欢使用 grep 从杂乱的导入中提取列。例如：

x <- your.df[,grep("int.",df)] ## pulls all columns starting with "int_"

当您不必键入 c(' ', ...) 一百万次时，因式分解会更容易。

for(x in 1:ncol(x)) { 
df[,x] <- factor(df[,x], labels = strsplit('
Very Interested
Somewhat Interested
Not Very Interested
Not At All interested
NA
NA
NA
NA
NA
NA
', '\n')[[1]][-1]
}

【讨论】：

【解决方案2】：

您不需要 prop.tables 或 count 等来完成 100% 堆叠的条形图。你只需要+geom_bar(position="stack")

【讨论】：

【解决方案3】：

关于..count.. 的百分比，试试：

ggplot(mtcars, aes(factor(cyl), prop.table(..count..) * 100)) + geom_bar()

但由于将函数推入 aes() 不是一个好主意，因此您可以编写自定义函数以从 ..count.. 创建百分比，将其四舍五入为 n 小数等。

你用plyr 标记了这篇文章，但我没有看到任何plyr 在这里起作用，我敢打赌ddply() 可以完成这项工作。在线plyr 文档就足够了。

【讨论】：

【解决方案4】：

如果我对您的理解正确，要解决轴标记问题，请进行以下更改：

# p<-ggplot(Interest, aes(Interest2, ..count..))
p<-ggplot(Interest, aes(Interest2, ..density..))

至于第二个，我认为您最好使用reshape package。您可以使用它非常轻松地将数据聚合到组中。

参考下面 aL3xa 的评论...

library(ggplot2)
r<-rnorm(1000)
d<-as.data.frame(cbind(r,1:1000))
ggplot(d,aes(r,..density..))+geom_bar()

返回...

alt text http://www.drewconway.com/zia/wp-content/uploads/2010/04/density.png

垃圾箱现在是密度...

【讨论】：

你试过你的语法吗？您省略了geom_bar 层...但是，如果您通过..density.. 和geom_bar，您将获得几个相同大小的条形图。请尝试添加geom_bar() 看看会发生什么。
它适用于连续变量，但会产生带有因子和字符向量的全长条，大概是因为密度计算不知道如何处理非连续 x。将r 替换为f <- sample(c("Agree", "No opinion", "Disagree"), size = 1000, replace = TRUE, prob = c(.2, .5, .3))。我之前遇到过很多次，因为我喜欢密度直方图，也喜欢 ggplot，但我还没有找到让它表现的方法（尽管我也没有很努力地尝试过）。
...呃，刚刚想起一件事。它不起作用的原因是基于密度的直方图使用条形的面积，因此需要数字 x 和 y 轴。

【解决方案5】：

您的第一个问题：这有帮助吗？

geom_bar(aes(y=..count../sum(..count..)))

你的第二个问题；您可以使用重新排序来对条形进行排序吗？像

aes(reorder(Interest, Value, mean), Value)

（刚从七个小时的车程回来 - 很累 - 但我想应该可以）

【讨论】：

对不起 - 我以为你有一个融化的数据框。