使用分类数据和图表绘制的调查分析

Question

我有一个来自调查的数据库，我从这个数据库中用 R 构建了一个数据框，看起来类似于：

    cnt  <-as.factor(c("Country 1", "Country 2", "Country 3", "Country 1", "Country 2", "Country 3" ))
    bnk  <-as.factor(c("bank 1", "bank 2", "bank 3", "bank 1", "bank 2", "bank 3" ))
    qst  <-as.factor(c("q1", "q1", "q1", "q2","q2","q2" ))
    ans  <-as.numeric(c(1,1,2,1,2,3))
    df   <-data.frame(cnt, bnk, qst,ans)
names(df) <- c("Country", "Institute", "Question", "Answer")

      Country Institute Question Answer
1 Country 1    bank 1       q1      1
2 Country 2    bank 2       q1      1
3 Country 3    bank 3       q1      2
4 Country 1    bank 1       q2      1
5 Country 2    bank 2       q2      2
6 Country 3    bank 3       q2      3

它本质上是这个数据框，它显示有两个不同的问题 - q1，q2，参与者 - 这里来自不同国家的银行 - 必须以一定的数字尺度回答每个问题。

我的目的很简单。我想，对于每个问题，计算并绘制回答为 1 的银行的百分比、回答为 2 的银行的百分比等。

因此，在我们的示例中，有三个银行。关于问题 1，其中 2 个回答了 1，一个回答了 2。所以，我想形象化 - 例如通过条形图 - 有 2/3 的银行（即大约 67%）回答了 1 和 1/3（即 aprx. 33% ) 回答 2. 问题 2 类似。

不确定是否重要，但可能的数字答案的范围可能会因问题而异。也就是说，对于 q1，可用答案的范围是 1 到 2，但问题 2 的范围可能是 1 - 5。

有人可以建议我如何在 R 中快速实现这一点吗？

当然，一种肮脏的方法是计算银行的数量，计算q1（q2）中“1”的数量，然后计算各自的分数。然而，这种方法非常耗时，并且想知道 R 中是否有更好的选择。

更新

完成上述所有操作后，我想问几个问题来创建一个如下所示的条形图：

在上面的示例中，对问题 8 的回答中等于 1 的地方被标记为“我的银行正在……”，而等于 2 的回答中的“我的银行正在启动……” "如上图所示。

不过，我们暂时可以忽略“标记部分”，因为在 x 轴上只放置 1 和 2 就足够了。

Answer 1

这里是 ggplot 的快速解答

library(ggplot2)

ggplot(df, aes(x=Question, fill=factor(Answer))) + geom_bar()

输出如下所示：

计算百分比：

library(dplyr)
library(tidyr)

(dat <- df %>% spread(Question, Answer))
    Country Institute q1 q2
1 Country 1    bank 1  1  1
2 Country 2    bank 2  1  2
3 Country 3    bank 3  2  3

dat$q1 %>% table/nrow(dat)
        1         2 
0.6666667 0.3333333 

dat$q2 %>% table/nrow(dat)

        1         2         3 
0.3333333 0.3333333 0.3333333 

编辑：为下面的评论添加情节

ggplot(df, aes(x=Answer, fill=factor(Question))) + geom_bar()

编辑：添加以解决更新后的问题：

df <- data.frame(answer=c(rep(1, 97), rep(2,3)))

ggplot(df, aes(x=as.factor(answer))) + 
  geom_bar(aes(y=(..count..)/sum(..count..)), width=.5) + 
  scale_y_continuous(labels = scales::percent) +
  geom_text(aes(y = ((..count..)/sum(..count..)), label = scales::percent((..count..)/sum(..count..))), stat = "count", vjust = -0.25) +
  labs(title = "Question 8", y = "Percent", x = "") +
  scale_x_discrete(labels=c("My bank has been using \n guarantees already for \n more than 5 years", "My bank has started to use \n guarantees in their last 5 year"))