R中均值的分组条形图答案

【问题标题】：Grouped Bar Chart of Means in RR中均值的分组条形图
【发布时间】：2018-02-15 19:04:33
【问题描述】：

我有一个数据集（学习者），其中包含学生考试成绩 (learner$literacy_total)、他们的年级（即 1、2、3、...、12 年级）和他们的性别 (learner$gender)。我想创建一个条形图，在 x 轴上有等级，在 y 轴上有平均分数，每个等级有两列（男性一列，女性一列），这样我就可以看到男孩/女孩的表现在每个年级。我可以使用以下代码轻松创建每个年级的总体平均值图：

fig.dist <- split(learner$literacy_total, learner$learner_grade)
fig.mean <- sapply(fig.dist, mean, na.rm = TRUE)
barplot(fig.mean)

但是我如何将这些分组，以便我可以分别查看每个年级的男孩/女孩的平均考试成绩。

在其他问题中，我看到了对类别进行分组或以图表表示均值的代码，但我正在为如何将两者放在一起而苦苦挣扎。

【问题讨论】：

标签： r bar-chart

【解决方案1】：

要扩展@detroyejr 的答案，请考虑tapply，它按各种因素对向量进行切片，并将mean 等函数应用于返回命名向量或矩阵的每个子集。

但是，为了与您的原始整体平均条形图保持一致，请将 tapply 结果转置为男性/女性行名和 1-12 级作为列名的 t() .然后将beside=TRUE 用于未堆叠的条形图。

gender.mean <- t(tapply(learner$literacy_total,
                        list(learner$learner_grade, learner$gender), mean))

barplot(gender.mean, col=c("darkblue","red"), beside=TRUE, legend=rownames(gender.mean))

用随机数据演示：

set.seed(888)
learner <- data.frame(
  learner_grade = replicate(50, sample(seq(12), 1, replace=TRUE)),
  gender = replicate(50, sample(c("MALE", "FEMALE"), 1, replace=TRUE)),
  literacy_total = abs(rnorm(50)*100)
)

gender.mean <- t(tapply(learner$literacy_total, 
                        list(learner$learner_grade, learner$gender), mean))

barplot(gender.mean, col=c("darkblue","red"), beside=TRUE, legend=rownames(gender.mean))

【讨论】：

这很有帮助，而且效果很好！非常感谢。

【解决方案2】：

使用ggplot 和dplyr 的解决方案

library(ggplot2)
library(dplyr)
# example data (make sure 'sex' and 'grade' is stored as a factor)
df <- data.frame(literacy_total = rnorm(300)^2, 
             grade = as.factor(rep(1:10, 30)),
             sex = as.factor(sample(1:2, 300, replace = TRUE)))

# calculate the means of each combination of 'grade' and 'sex' with `group_by`
means <- df %>% group_by(grade, sex) %>% 
   summarise(mean = mean(literacy_total))

# making the plot
ggplot(means, aes(x = grade, y = mean, fill = sex)) +
    geom_bar(stat = "identity", position = "dodge")

【讨论】：

【解决方案3】：

您可以使用tapply（有关详细信息，请参阅here 或help(tapply)）。所以，使用你的数据集是这样的：

tapply(df[["literacy_total"]], list(df[["learner_grade"]], df[["gender"]]), mean)

在此示例中，tapply 实质上将literacy_total 分解为learner_grade 和gender 可用的每个组合，并计算每个分组的平均值。您可以使用以下方法查看另一个示例：

tapply(mtcars$mpg, list(mtcars$cyl, mtcars$am), mean)

如果您提供可重现的示例，则更容易回答，但这可能会让您入门。

【讨论】：