条形图中的ggplot2分组

Question

我希望获取一个数据集，例如，company1拥有＆＃34; lenovo＆＃34;产品和＆＃34; dell＆＃34;产品。我想打破这个数据集的每一部分以显示＆＃34;这些是lenovo客户（lenovo == 1），其中哪些还有戴尔产品，或者还有三星产品，或者可能只有联想产品。如果可能的话，我希望将它显示在堆积条形图中，或者以小平面网格显示。 理想图表会将每个产品显示为单个条形图，其中条形图由客户包含的其他产品的数量着色。

例如，如果有100个联想客户，其中20个也有戴尔，25个也有苹果，其中10个有三星，（注意其中一些可能重叠，可能有一个客户有三星< em>和 dell，这将计算在dell的20和samsung的10），酒吧将显示20种颜色为dell，25种颜色为苹果，10种颜色为三星，其余颜色为只是联想没有其他产品。 - 然后这将被戴尔复制，哪些戴尔客户与其他集团有产品等等。

可重现的数据：

a <- paste0("abcd", c(1:185))
dell <- sample(c(1, 0, 0), size = 185, replace = TRUE)
apple <- sample(c(1, 0, 0, 0, 0), size =185, replace = TRUE)
lenovo <- sample(c(1, 0), size = 185, replace = TRUE)
samsung <- sample(c(1, 0), size = 185, replace = TRUE)
df <- data.frame(a, dell, apple, lenovo, samsung)

我已经开始尝试做类似的事情：

ggplot(df, aes(x = Dell)) +
  geom_histogram(stat = 'count', position = "dodge") + 
  geom_text(stat = 'count', aes(label = ..count..), position = position_dodge(width = .9), vjust = -1) +
  scale_y_continuous(labels = comma)

我尝试这样做的另一种方式是数据是逐行的，如果有戴尔，苹果和三星的客户，它们将由3行代表。这样我可以通过产品facet_grid。问题是我很难显示这一行客户abcd1有苹果，还有三星和戴尔，并可视化。

感谢任何帮助！

Answer 1

The widyr package旨在获取整洁的数据帧，执行宽矩阵操作并重新整理它。在这里，我首先整理您的数据，创建一个列，每个产品作为行，以及一个列，其中包含每个客户的二进制状态。然后删除“没有”行（hasproduct != 0），并对所有产品进行成对计数。

library(tidyr)
library(widyr)
library(ggplot2)
library(dplyr)

data_frame(a = paste0("abcd", c(1:185)),
           dell = sample(c(1, 0, 0), size = 185, replace = TRUE),
           apple = sample(c(1, 0, 0, 0, 0), size = 185, replace = TRUE),
           lenovo = sample(c(1, 0), size = 185, replace = TRUE),
           samsung = sample(c(1, 0), size = 185, replace = TRUE)) %>% 
  gather(key = product, value = hasproduct, -a) %>% 
  filter(hasproduct != 0) %>% 
  widyr::pairwise_count(product, a, diag = T) %>% 
  ggplot(aes(item1, n, fill = item2)) + 
  geom_col(position = "stack")

如果您不希望计算每个组的大小（拥有Apple产品的Apple用户），请将diag = T更改为diag = F。

Answer 2

这是你指的是第一个吗？如果是这样，请告诉我，我会编辑和解释。

library(tidyverse)
library(rlang)

computers <- c("dell", "apple", "lenovo", "samsung")


all_dfs <-
  map(computers, ~ {
    df %>%
      gather(computer, count, !!.x) %>%
      gather(cat, value, setdiff(computers, !!.x)) %>%
      mutate(cat = ifelse(count == 0, "they use same company", cat))
  }) %>%
  reduce(bind_rows)

all_dfs %>%
  ggplot(aes(computer, fill = cat)) +
  geom_bar()