可视化汇总调查数据（不整洁）的最佳方法是什么？ [关闭]答案

【问题标题】：What's the best approach for visualizing aggregated survey data (not tidy)? [closed]可视化汇总调查数据（不整洁）的最佳方法是什么？ [关闭]
【发布时间】：2021-08-12 07:26:16
【问题描述】：

我正在使用的当前数据框的结构使得李克特量表响应标题构成列名，行名是与所问问题相关的人口统计数据。汇总了按人口统计的李克特反应。我希望将这些数据可视化（使用大量图表，每个图表都显示人口统计的 likert 数据）。

示例数据：

Demographic     Strongly_Disagree   Disagree   Neutral   Agree   Strongly_Agree
Male                    255             327       455     222         456
Female                  331             387       225     548         346     
Age 18-25               111             189       547     865         456
Age 25-39               564             324       443     786         904
Age 40-55               407             372       436     784         432

这不是真实数据（因为这有点私密），但这是一种格式，其中汇总了每个人口统计组中每个问题的回答数量。

我想做的是在 ggplot 中可视化这些数据，我在其中构建了 5 个单独的条形图（男性、女性和 3 个年龄组），每个图表包含 5 个条形，它们对应于李克特量表响应。条形高度将对应于响应的总数量。

例如，我希望第一个图表显示，对于男性，255 人回答“非常不同意”，327 人回答“不同意”，455 人回答“中立”，22 人回答“同意”，456 人回答“强烈反对”同意。”

有没有一种好方法可以在不显着重构数据的情况下做到这一点？

伪代码：

ggplot(data = df, aes(x = df(, 2:5), y = df[2:5,])) +
geom_bar(...)

任何正确方向的建议或指示将不胜感激。谢谢！

【问题讨论】：

标签： r ggplot2 reshape

【解决方案1】：

假设你的数据框的名字是data

library(ggplot2)    
library(dplyr)
library(data.table)

data<- data%>%  melt(variable.name = "var", value.name = "val", id.var = 'Demographic')

ggplot(df, aes(x = var, y =val,fill=var))+
  geom_bar(stat = 'identity')+
  facet_grid(. ~Demographic)

输出：

这是你想要的吗？

【讨论】：

是的 - 谢谢！
@ikeepwading 然后您可以验证答案；）因此人们也可以使用该解决方案 :)
我刚做了。感谢您的帮助！

【解决方案2】：

看来您需要melt 表单data.table（或reshape2）

library(dplyr)
library(data.table)

df <- read.table(text = "Demographic     'Strongly_Disagree'  Disagree  Neutral  Agree  'Strongly Agree'
Male                    255             327       455     222         456
Female                  331             387       225     548         346     
'Age 18-25'               111             189       547     865         456
'Age 25-39'               564             324       443     786         904
'Age 40-55'               407             372       436     784         432",  header =T)

df <- df %>% 
  as.data.table() %>% ##conv to data.table
  melt(variable.name = "var", value.name = "val", id.var = 'Demographic')

library(ggplot2)
ggplot(data = df[Demographic == "Male"], aes(x = var, y = val)) + geom_point()

【讨论】：