使用箱线图对大型数据集进行可视化答案

【问题标题】：Visualization using boxplot for large datasets使用箱线图对大型数据集进行可视化
【发布时间】：2020-03-31 13:50:20
【问题描述】：

我有一个以下格式的数据框。

item    price
item1    23
item2    45
item1    24
item3    98
item2    45.9
item3    97.2

据此，我需要在商品列中显示每个独特商品的价格分布箱线图。大约有 80 种独特的物品。所以，我不知道如何对它们进行分组，以便我得到至少有 4 个独特项目的箱线图，每个图表的范围和所有 80 个独特项目的多个这样的图表。我不确定我是否应该重塑我的数据框，即使我需要，它会在什么基础上进行？我试过使用 facet_wrap 但 nrow 没有任何区别。对此的任何帮助将不胜感激。

提前致谢。

【问题讨论】：

为什么不按price 列排序，根据price 列中的一系列值创建一个新列，然后您可以在其中使用facet_wrap()。
@TheSciGuy 但是，这样相同的项目不会在一起。我需要每个项目的分布对吗？
啊，我假设每个item 的price 都是相似的。如果price 对于相同的items 有很大的不同，那么这样做是没有意义的。

标签： r data-visualization boxplot

【解决方案1】：

您需要根据您的项目名称创建一个分组变量。由于您在示例中的所有项目都称为item#，因此我只是从中提取了数字来创建分组变量：

df <- df %>%
  mutate(group = gsub("item", "", item))

p <- ggplot(df, aes(x=item, y=price)) + 
  geom_boxplot() +
  facet_wrap(item~group,scales="free")
p

【讨论】：

【解决方案2】：

如果您希望每个图表有 4 个箱线图，您可以尝试：

#library
library(tidyverse)
library(ggplot2)

#simulate your data
set.seed(2323)
data <- tibble(item=rep(paste("item",1:80),sample(1:10,80, replace=T)),
               price=sample(1:10,407,replace=T))


#group you data
n=4 #groups

data %>% 
  mutate(item=factor(item,levels=unique(item))) %>% 
  group_by(item) %>% 
  mutate(nr=group_indices()) %>% 
  mutate(supergroup=as.numeric(cut(nr,seq(0,length(unique(.$nr)),n)))) %>% 
  select(item,price,supergroup) -> grouped_data

#draw plot         
ggplot(grouped_data,aes(x=item,y=price)) +
  geom_boxplot() + 
  facet_wrap(~supergroup,scales="free") +
  theme(axis.text.x = element_text(angle=90, hjust=1))

【讨论】：