2个连续变量和一个分类变量答案

【问题标题】：2 continuous variables with a categorical variable2个连续变量和一个分类变量
【发布时间】：2019-04-24 23:07:18
【问题描述】：

不确定要使用什么图表。

我目前有两个密度图，每个连续变量 Vul 和 Glob 与分类变量 Continent 对应，可以在下面的数据框中看到。

a = ggplot(Data,aes(x = Glob, fill = Continent)) + geom_density(alpha = 0.4) +labs(title = "Globalisation by Continent")

b = ggplot(Data,aes(x = Vul, fill = Continent)) + geom_density(alpha = 0.4) +labs(title = "Vulnerability by Continent")

grid.arrange(a,b)

 Country       Vul     Glob        Emm
1         Afghanistan 0.5963081 38.11748   9809.225
2             Albania 0.4227595 67.62799   5716.853
3             Algeria 0.3698284 56.07350 145400.217
4              Angola 0.5220609 43.27245  34763.160
5 Antigua and Barbuda 0.4864335 58.04864    531.715
6           Argentina 0.3681622 65.22942 204024.546
     EMMPC              GDPpc1 Code             GDPpc
1 0.299445 625.3395388+FF2:F55  AFG under-performing 
2 1.978763         4578.667934  ALB        performing
3 3.717410         5466.425778  DZA        performing
4 1.291328         5412.692348  AGO        performing
5 5.377649           12900.903  ATG        performing
6 4.746797         12245.25645  ARG        performing
      Continent  Latitude  AvgTemp Coastline ABSLatitude
1          Asia  33.83523 13.64797         0    33.83523
2        Europe  41.14245 12.70404         1    41.14245
3        Africa  28.15894 23.87725         1    28.15894
4        Africa -12.29336 21.97892         1    12.29336
5 North America  17.27750 26.27178         2    17.27750
6 South America -35.38135 14.84694         1    35.38135
  Coastline1 GDPPCLM  GDPpc000s
1          0       0  0.6253395
2          1       0  4.5786679
3          1       0  5.4664258
4          1       0  5.4126923
5          1       1 12.9009030
6          1       1 12.2452564

我想要一张同时显示密度图的图表，或者一张同时代表连续变量 Vul 和 Glob 与 Continent 的图表。

【问题讨论】：

如果您堆叠数据，您可以创建单面图。这是一个内置 iris 数据框的示例：library(tidyverse); ggplot(iris %>% gather(key, value, -Species), aes(value, fill=Species)) + geom_density(alpha=0.4) + facet_grid(key ~ .)。在你的情况下，它可能是：ggplot(Data %>% gather(key, value, Vul, Glob), aes(value, fill=Continent)) + geom_density(alpha=0.4) + facet_grid(key ~ .)

标签： r ggplot2 data-visualization

【解决方案1】：

我认为facet_grid() 在这种情况下会很好用。但是要使用 ggplot（在这种情况下是 facet_grid()）生成图形，使原始数据框格式整齐会非常方便（正如 @eipi10 所建议的那样）。

 tidy_Data = Data %>% 
  gather(key, value, Vul, Glob)
 tidy_Data
  ggplot(aes(value)) +
  geom_density(aes(fill = key), show.legend = FALSE) +
  facet_grid(vars(Continent), vars(key), scales = "free")

我希望这对您有所帮助。如果您想了解更多有关该功能的信息，建议您查看this official document。

【讨论】：

这有效，但仅显示 Vul 的密度图值我无法将图像上传到图表的 imgur。基本上一半的图表是完美的，但我缺少全球化的密度图
我明白了。原因是“Glob”变量太小而无法显示。那么在前两个代码中简单地添加facet_grid(~Continent) 怎么样？比如a = ggplot(Data,aes(x = Glob, fill = Continent)) + geom_density(alpha = 0.4) +labs(title = "Globalisation by Continent") + facet_grid(~Continent)
我很高兴听到这个消息。