为特定数据组织构建堆叠条形图

Question

我想构建堆积条形图，其中 x 轴代表基因组（或仅生物体）的数量，y 轴代表基因簇的数量，它们出现在基因组的确切数量中。我知道这些基因来自哪些生物体，我希望每个条形图都显示每个基因组在构建这个条形图时的影响。

我的数据示例：

df = data.frame (genomes_involed = c(1,2,2,3,3,1), number_of_genes = c(1,3,2,3,4,2), genome1_genes = c("A","B","*", "B", "A,M","*"), genome2_genes = c("*","C,B","E", "D", "N", "*"), genome3_genes = c("*","*", "L", "H", "O", "P,A"))

地点：

行是基因簇；

1) 第一列显示每个基因簇中涉及的基因组数量；

2）第二列代表簇中基因的数量；

3) 第 3-5 列代表来自不同基因组的基因的具体名称；

“*”表示该基因组的簇中没有基因。

它或多或少有特定的组织，这就是为什么我不确定如何以正确的方式放置它，例如在这个 ggplot 函数中：

ggplot(df, aes(x = factor(Time), y = Value, fill = factor(Type))) + geom_bar(stat="identity", position = "stack")

结果我想在 x 轴上得到 3 个条形，代表基因组 1,2 或全部 3 个； y 轴表示在 1、2 或所有 3 个基因组中发现的簇数；并显示每个基因组百分比对构建每个混凝土条的影响。

Desired output for this sample is here

Answer 1

我有点困惑，但我认为您是说存在多种生物体，每个生物体都有基因组 1、2 或 3。您需要 x 轴上的三个条形 - 一个代表基因组 1，一个代表基因组对于基因组 2，一个用于基因组 3 - 堆栈将显示有多少具有基因组 1 的生物有 1 个基因簇，有多少 2 个基因簇，以及有多少有 3（等等。对于其他每个基因组）？

df = data.frame (genomes_envolved = c(1,2,2,3,3,1), number_of_genes = c(1,3,2,3,3,2), genome1_genes = c("A","B","*", "B", "A,M","*"), genome2_genes = c("*","C,B","E", "D", "N", "*"), genome3_genes = c("*","*", "L", "H", "O", "P"))

df[df=="*"]<-NA #I changed asterisk to NA
df$genomes_envolved<-as.factor(df$genomes_envolved)
df$number_of_genes<-as.factor(df$number_of_genes)

ggplot(data = df, aes(x = genomes_envolved,fill=number_of_genes)) + geom_bar()