Barplot dplyr 汇总值

Question

我有前 3 名的数据。我正在尝试创建一个在 x 轴上具有列名称（成本/产品）的图，y 值是频率（理想情况下是相对频率，但我不确定如何在 dplyr 中获得它）。

我正在尝试根据 dplyr 中汇总的值来创建它。我有一个看起来像这样的 dplyr 数据框：

likelyReasonFreq<-    LikelyRenew_Reason %>%
      filter(year==3)%>%
      filter(status==1)%>%
      summarize(costC = count(cost), 
                productsC = count(products))



   > likelyReasonFreq
          costC.x   costC.freq   productsC.x  productsC.freq
     1       1         10           1             31
     2       2         11           2             40
     3       3         17           3             30
     4      NA        149          NA             86

我正在尝试创建一个条形图，显示成本和产品的总（总和）频率。因此，成本的频率将是排名第 1、2 或 3 次的频率，因此为 38。本质上，我将行 1:3 相加（对于产品，它将是 101（不包括 NA 值）。

我不知道该怎么做，有什么想法吗？

下面是变量similarReasonFreq

> dput(head(likelyReasonFreq))
 structure(list(costC = structure(list(x = c(1, 2, 3, NA), freq = c(10L, 
  11L, 17L, 149L)), .Names = c("x", "freq"), row.names = c(NA, 
  4L), class = "data.frame"), productsC = structure(list(x = c(1, 
  2, 3, NA), freq = c(31L, 40L, 30L, 86L)), .Names = c("x", "freq"
  ), row.names = c(NA, 4L), class = "data.frame")), .Names = c("costC", 
  "productsC"), row.names = c(NA, 4L), class = "data.frame")

感谢任何建议！

Answer 1

您的数据结构使用起来有点尴尬，您可以对其执行str 或glimpse 来查看问题，但是您可以按如下方式解决此问题，然后绘制它。

> str(df)
'data.frame':   4 obs. of  2 variables:
 $ costC    :'data.frame':  4 obs. of  2 variables:
  ..$ x   : num  1 2 3 NA
  ..$ freq: int  10 11 17 149
 $ productsC:'data.frame':  4 obs. of  2 variables:
  ..$ x   : num  1 2 3 NA
  ..$ freq: int  31 40 30 86

绘图要遵循的代码：

library(ggplot2)
library(tidyverse)
df <- df %>% map(unnest) %>% bind_rows(.id="Name") %>% na.omit() #fixing the structure of column taken as a set of two separate columns

df %>% 
    ggplot(aes(x=Name, y= freq)) +
    geom_col()

我希望这是预期的结果，尽管我并不完全确定。

输入数据给定：

df <- structure(list(costC = structure(list(x = c(1, 2, 3, NA), freq = c(10L, 
  11L, 17L, 149L)), .Names = c("x", "freq"), row.names = c(NA, 
  4L), class = "data.frame"), productsC = structure(list(x = c(1, 
  2, 3, NA), freq = c(31L, 40L, 30L, 86L)), .Names = c("x", "freq"
  ), row.names = c(NA, 4L), class = "data.frame")), .Names = c("costC", 
  "productsC"), row.names = c(NA, 4L), class = "data.frame")

输出：

在 OP 请求后添加：

在这里，我没有删除 NA，而是用新值“4”替换。为了获得各组之间的相对总和，我使用了cumsum，然后除以两组的总和以获得相对频率。

df <- df %>% map(unnest) %>% bind_rows(.id="Name") 

df[is.na(df$x),"x"] <- 4

df %>% 
    group_by(Name) %>% 
    mutate(sum_Freq = sum(freq), cum_Freq = cumsum(freq)) %>% 
    filter(x == 3) %>% 
    mutate(new_x = cum_Freq*100/sum_Freq) %>% 
    ggplot(aes(x=Name, y = new_x)) +
    geom_col()