R中的堆积条形图与比率线重叠图

Question

我有每行有一个观察值的数据：

rm(list = ls(all = TRUE))
mydf <- data.frame(kind = sample(c("good", "bad"), 100, replace = TRUE), var1 = sample(c("yes", "no", "yes"), 100, replace = TRUE), var2 = sample(c("yes", "no"), 100, replace = TRUE), var3 = sample(c( "yes", "no"), 100, replace = TRUE), var4 = sample(c( "yes", "no", "yes", "no", "NA"), 100, replace = TRUE), var5 = sample(c( "yes", "no", "yes", "no", "NA"), 100, replace = TRUE), var6 = sample(c( "yes", "no", "yes", "no", "NA"), 100, replace = TRUE))

我需要：制作一个带有并排条形对的堆叠条形图，每种类型一个条形（好与坏），显示每种类型中有多少个有 0 个“是”变量，有多少个有 1 个“是”变量等，对于所有 6 个变量，最多为“是”。 Y 轴 = 计数，X 轴 = 七个类别（0 是 var，1 是 var 等）。每个条应该是一个堆叠条，颜色编码显示每个 var 对条的总高度的贡献。 NA 被视为“否”。此外，重叠线显示了七个 X 轴类别中每个类别的计数（好）/计数（坏）的比率

Answer 1

根据您的描述，这就是我了解您想要实现的目标。它由三个步骤组成：

1. 将所有 NA 替换为“否”。
2. 以逐行方式将所有“是”相加。
3. 实际上是在绘制图表。

所以解决每个点。

假设您的数据如下：

mydf <- data.frame(kind = sample(c("good", "bad"), 100, replace = TRUE), 
                   var1 = sample(c("yes", "no", "yes"), 100, replace = TRUE), 
                   var2 = sample(c("yes", "no"), 100, replace = TRUE), 
                   var3 = sample(c( "yes", "no"), 100, replace = TRUE), 
                   var4 = sample(c( "yes", "no", "yes", "no", NA), 100, replace = TRUE), 
                   var5 = sample(c( "yes", "no", "yes", "no", NA), 100, replace = TRUE), 
                   var6 = sample(c( "yes", "no", "yes", "no", NA), 100, replace = TRUE))

1

用“否”替换所有 NA 只需：

mydf[is.na(mydf)] <- "no"

我们在这里搜索 data.frame 并使用赋值运算符将所有 na 替换为 no。

2

为了以逐行方式添加所有内容，我使用了apply 函数。在 apply 函数中，您可以使用?apply 来确定参数，但简而言之，您（第一个参数）只需指定data.frame，（第二个参数）指定方向，1 表示按行，2 表示列-wise, (3rd arg) 指定你希望应用于方向的函数。

mydf$total.yes <- apply(mydf, 1, function(x) {
  return(length(x[x=="yes"]))
})

3

最后是剧情。制作情节最简单、最美观的方法是使用ggplot。通过键入install.packages("ggplot2") 安装它。对于条形图，我将参考此 [文档]（此处：http://docs.ggplot2.org/0.9.3.1/geom_bar.html），否则代码将如下所示。

library(ggplot2)

ggplot(mydf, aes(total.yes, fill=kind)) +
  geom_bar(position="dodge")

这将产生下面的情节：

我希望这能回答您所寻求的问题。完整代码如下：

mydf <- data.frame(kind = sample(c("good", "bad"), 100, replace = TRUE), 
                   var1 = sample(c("yes", "no", "yes"), 100, replace = TRUE), 
                   var2 = sample(c("yes", "no"), 100, replace = TRUE), 
                   var3 = sample(c( "yes", "no"), 100, replace = TRUE), 
                   var4 = sample(c( "yes", "no", "yes", "no", NA), 100, replace = TRUE), 
                   var5 = sample(c( "yes", "no", "yes", "no", NA), 100, replace = TRUE), 
                   var6 = sample(c( "yes", "no", "yes", "no", NA), 100, replace = TRUE))

library(ggplot2)

# replace all NA values to no, this step seems redundant because you're only 
# counting yes's
mydf[is.na(mydf)] <- "no"

# for each row figure out how many "yes" there are...
mydf$total.yes <- apply(mydf, 1, function(x) {
  return(length(x[x=="yes"]))
})

# see example here: http://docs.ggplot2.org/0.9.3.1/geom_bar.html
#using your data


ggplot(mydf, aes(total.yes, fill=kind)) +
  geom_bar(position="dodge")

---

geom_bar 实际上是默认堆叠的，（请参阅 [文档]（此处：http://docs.ggplot2.org/0.9.3.1/geom_bar.html），如果它被堆叠，它将如下所示：

ggplot(mydf, aes(total.yes, fill=kind)) +
  geom_bar()