使用聚合数据创建直方图答案

【问题标题】：Creating a histogram using aggregated data使用聚合数据创建直方图
【发布时间】：2013-11-12 20:19:02
【问题描述】：

令人尴尬的简单问题...

我是 R 新手，出于某种原因，我似乎无法理解这一点。我有一个 CSV 文件，看起来像这样：

Bin,Number
1363,5
1028,4
1303,3
1467,1
1242,3
1415,5
..
.

bin 大小为 1，范围为 1000-1500。我已经阅读了我的 CSV 文件，那里似乎一切正常，但我无法生成简单的直方图。我尝试过简单地使用条形图，但数据没有按数字顺序排列，因此不会产生我需要的输出。使用这样的数据，如何在 R 中生成直方图？

一旦我有一个简单的直方图，我相信我就能玩弄它并很好地格式化它。

【问题讨论】：

我推荐你阅读这个教程：statmethods.net这是一个很好的R学习资源（我经常使用它）。

标签： r csv histogram

【解决方案1】：

因为hist 函数对每个箱子中的项目进行计数，所以您需要“分解”您的“已计数”数据，例如使用rep。然后你可以在结果向量上使用hist。

with(df, hist(rep(x = Bin, times = Number)))

【讨论】：

如果您有足够小的数据集，则爆炸数据是可行的，但是获取聚合数据，将其扩展以传递给 hist，然后重新聚合它会浪费大量内存和 CPU，并且不会t 适用于更大的数据集。最好使用接受预聚合数据并直接构造直方图的函数，例如 CRAN 上 HistogramTools 包中的 PreBinnedHistogram。

【解决方案2】：

虽然使用 base R 绝对可以做到这一点，但我总是喜欢 ggplot2 包的优雅和简洁。

例如，您可以执行以下操作：

library(ggplot2)
ggplot(data, aes(x=Bin, y=Number)) + geom_bar(stat='identity', width=1)

（如果您没有安装软件包，请先运行install.packages('ggplot2')。）

【讨论】：

【解决方案3】：

您的数据已经分箱，因此从该数据集中获取 R 直方图对象的最简单方法是使用 CRAN 上 HistogramTools 包中的 PreBinnedHistogram 函数。此函数采用断点列表（示例中的第 1 列）和每个 bin 的计数（第 2 列），并返回适当的 R 直方图对象以进行绘图或进一步分析，而无需先将数据集分解为未合并的形式。

library(HistogramTools)
my.data<-read.csv("input.csv")
plot(PreBinnedHistogram(my.data$V1, my.data$V2))

【讨论】：

【解决方案4】：

关键是要以正确的顺序排列您的数据。假设您的数据框称为df：

barplot(df$Number[order(df$Bin)])

如果您使用barplot，只需将数据向量输入它，它就会按照向量的顺序绘制条形图。使用order 在绘图之前将它们按数字顺序排列。

【讨论】：

此解决方案的问题在于，如果文件中缺少 bin，它确实会产生错误的结果（当然，这可以预先修复）。此外，您还需要做一些工作才能很好地完成轴标记。