在 R 中逐步构建条形图

Question

我正在尝试制作一个图表，显示三明治店不同类型三明治的卡路里计数。 IE。 Subway vs Jimmy John's 的素食三明治有多少卡路里。

我想把它想象成一个条形图，那个

• 每个三明治的卡路里计数都有一个条形

• 明显按类型对三明治进行分组：蔬菜、烤牛肉等。供应商。

我的数据看起来像这样（为重现性而编辑）：

cleaninput <- data.frame ("type" = c("italian", "turkey", "roastbeef", "club", "veggie", "italian", "turkey", "roastbeef", "veggie"), 
"vendor" = c( "subway",  "subway",  "subway",  "subway",  "subway",  "jimmyjohns", "jimmyjohns", "jimmyjohns", "jimmyjohns"),
"calories" = c(410,280,320,310,230,640,510,540,690))

我尝试像这样迭代数据，其中cleaninput 是我的data.frame：

#set up barplot
barplot(height = mean(cleaninput[['calories']]))
#iterate over sandwich types
for (t in levels(cleaninput[['type']]))
{
  cat(t,"\n")

  barplot(cleaninput[cleaninput[['type']]==t,][['calories']], add = TRUE)
}

首先设置条形图，然后迭代地添加每种三明治类型的条形图。我understoodadd 设置来做到这一点。我使用lines 和points 命令并复制了下面的示例，对常规绘图做了类似的事情——这就是我想要转移到条形图的内容。

但是，它不起作用，因为它似乎把所有的条都糊在一起了（参见下面的输出）。

我的问题

• （如何）我可以解决这个问题吗？最好我想使用 base R 而不是 ggplot 来使它更便携。

• 有没有比for-loop 更好的方法？

我查看了tutorials 的分组条形图，但没有看到它们如何转化为我的问题。

当前输出：

Answer 1

这是根据要求在基图中的解决方案，因为这是您对 ggpltot2 的偏好。

第一步是获取用于条形图基础图的宽格式数据，例如通过使用reshape2::dcast 或tidyr::spread

library(tidyr)
library(tidyverse)
cleaninput_spread <- cleaninput %>% spread(type, calories) %>% remove_rownames %>% column_to_rownames(var="vendor")
cleaninput_spread

>            club italian roastbeef turkey veggie
> jimmyjohns   NA     640       540    510    690
> subway      310     410       320    280    230

将 NA 值替换为 0：

cleaninput_spread[is.na(cleaninput_spread)] <- 0

底部的堆积条形图：

barplot(as.matrix(cleaninput_spread), main="Calories per Sandwich, by shop",
        xlab="Sandwich", ylab="Calories",
        col=c("darkblue","red"),
        legend = rownames(cleaninput_spread))

Answer 2

这是你要找的吗？

type<-c("italian","turkey","roastbeef","club","veggie","italian","turkey","roastbeef","veggie")
vendor<-c(rep("subway",5),rep("jimmyjohns",4))
calories<-c(410,280,320,310,230,640,510,540,690)
size<-c(rep(6,5),rep(8,4))

cleaninput<-data.frame(type,vendor,calories,size)

#first you calculate the mean by type using by function (base package)  

calor.by.type<-by(cleaninput$calories,INDICES = list(cleaninput$type),FUN = mean)

#then you plot the result from by function

barplot(calor.by.type,main="by function")