Question

我对NIH如何审核补助金感兴趣。补助金审查程序的工作方式是国会为各种机构（例如国家癌症研究所或NCI）分配资金，并向这些机构提交个人补助金。这些机构围绕各种资助重点（例如癌症，传染病等）进行组织。

然而，在审查补助金时，通常会（但并非总是）将补助金发送给个别研究部门，这些部门更多地围绕科学学科进行组织。因此，如果研究人员向NHLBI提交资助以研究白血病，那么“肿瘤进展”研究部分可以发现自己正在审查国家癌症研究所和国家心脏，肺和血液研究所（NHLBI）的资助。

我在R中有一个看起来像这样的数据框：

grant_id <- 1:100
funding_agency <- sample(rep(c("NIAID", "NIGMS", "NHLBI", "NCI", "NINDS"), 20))
study_section <- sample(rep(c("Tumor Cell Biology", "Tumor Progression", 
                              "Vector Biology", "Molecular Genetics", 
                              "Medical Imaging", "Macromolecular Structure",
                              "Infectious Diseases", "Drug Discovery", 
                              "Cognitive Neuroscience", "Aging and Geriatrics"), 
                            10)
                        )
total_cost <- rnorm(100, mean = 30000, sd = 10000)
d <- data.frame(grant_id, funding_agency, study_section, total_cost)

some(d)

   grant_id funding_agency          study_section total_cost
15       15          NINDS         Vector Biology   25242.19
19       19            NCI    Infectious Diseases   29075.21
50       50            NCI         Drug Discovery   25176.35
62       62            NCI      Tumor Progression   14264.34
64       64          NIAID     Tumor Cell Biology   30024.13

我想创建这些数据的两个可视化，希望使用R;一个显示提交给各个研究所的拨款如何分配给研究部分，另一个显示由研究所分配给研究部门的拨款的金额。我最终想要的是您在以下网站中看到的图表：

Migration flow

College major to job pipelines

是否有人知道R包和/或有一些示例代码来创建您在上述网站上找到的图表？或者，我是否应该考虑采用不同的可视化来实现相同的目标？

Answer 1

以下是rCharts的使用方法。您可以查看最终的SankeyPlot here

d <- data.frame(
  id = grant_id, 
  source = funding_agency, 
  target = study_section, 
  value = total_cost
)
# devtools::install_github("rCharts", "ramnathv", ref = "dev")
require(rCharts)
sankeyPlot <- rCharts$new()
sankeyPlot$setLib('http://timelyportfolio.github.io/rCharts_d3_sankey')
sankeyPlot$set(
  data = d,
  nodeWidth = 15,
  nodePadding = 10,
  layout = 32,
  width = 750,
  height = 500,
  labelFormat = ".1%"
)
sankeyPlot

要保存图表，您可以

sankeyPlot$save('mysankey.html')

sankeyplot

Answer 2

对可视化文件无济于事，但您正在寻找数据的双向表。

使用package reshape2并忽略grant_id

d1 <- melt(d[,2:4])
d2 <- dcast(d1, study_section~funding_agency,sum)
> d2
              study_section      NCI     NHLBI     NIAID     NIGMS     NINDS
1      Aging and Geriatrics 28598.04  76524.55      0.00 109492.59 138330.12
2    Cognitive Neuroscience 76484.18  88217.42  78126.55  71546.62  73132.14
3            Drug Discovery 43667.30  39683.03  23797.24  46363.75 105655.61
4       Infectious Diseases 65375.44 136462.03  96413.08  34653.48  13835.22
5  Macromolecular Structure 84308.64  42290.61  39886.87  61645.00  67550.41
6           Medical Imaging 26264.32  86736.36 106356.13  41001.21  35549.83
7        Molecular Genetics 49473.72      0.00 110201.52  69468.03  86688.24
8        Tumor Cell Biology 99930.88  50862.39  95394.23  26269.98  46944.60
9         Tumor Progression 58719.89  52669.80  86874.89      0.00 119264.59
10           Vector Biology 64251.66  30880.81  66734.26 125524.72      0.00

这告诉您哪个研究部门从哪个资助机构获得了多少资助。现在如何显示这是一个不同的问题。也许看看http://statmath.wu.ac.at/projects/vcd/

在R流中可视化从一组对象到另一组对象

2 个答案: