如何使用ggplot2中的多个变量更好地创建堆积条形图？

Question

我经常需要制作堆积的条形图来比较变量，因为我在R中完成所有的统计数据，所以我更喜欢使用ggplot2来完成R中的所有图形。我想学习如何做两件事：

首先，我希望能够为每个变量添加适当的百分比刻度标记，而不是按计数添加刻度标记。计数会让人感到困惑，这就是我完全取出轴标签的原因。

其次，必须有一种更简单的方法来重新组织我的数据以实现这一目标。看起来我应该能够在ggplot2中使用plyR进行本地操作，但是plyR的文档不是很清楚（我已经阅读了ggplot2书籍和在线plyR文档。

我的最佳图表如下所示，创建它的代码如下：

我用来获取它的R代码如下：

library(epicalc)  

### recode the variables to factors ###
recode(c(int_newcoun, int_newneigh, int_neweur, int_newusa, int_neweco, int_newit, int_newen, int_newsp, int_newhr, int_newlit, int_newent, int_newrel, int_newhth, int_bapo, int_wopo, int_eupo, int_educ), c(1,2,3,4,5,6,7,8,9, NA), 
c('Very Interested','Somewhat Interested','Not Very Interested','Not At All interested',NA,NA,NA,NA,NA,NA))

### Combine recoded variables to a common vector
Interest1<-c(int_newcoun, int_newneigh, int_neweur, int_newusa, int_neweco, int_newit, int_newen, int_newsp, int_newhr, int_newlit, int_newent, int_newrel, int_newhth, int_bapo, int_wopo, int_eupo, int_educ)


### Create a second vector to label the first vector by original variable ###  
a1<-rep("News about Bangladesh", length(int_newcoun))
a2<-rep("Neighboring Countries", length(int_newneigh))
[...]
a17<-rep("Education", length(int_educ))


Interest2<-c(a1, a2, a3, a4, a5, a6, a7, a8, a9, a10, a11, a12, a13, a14, a15, a16, a17)

### Create a Weighting vector of the proper length ###
Interest.weight<-rep(weight, 17)

### Make and save a new data frame from the three vectors ###
Interest.df<-cbind(Interest1, Interest2, Interest.weight)
Interest.df<-as.data.frame(Interest.df)

write.csv(Interest.df, 'C:\\Documents and Settings\\[name]\\Desktop\\Sweave\\InterestBangladesh.csv')

### Sort the factor levels to display properly ###

Interest.df$Interest1<-relevel(Interest$Interest1, ref='Not Very Interested')
Interest.df$Interest1<-relevel(Interest$Interest1, ref='Somewhat Interested')
Interest.df$Interest1<-relevel(Interest$Interest1, ref='Very Interested')

Interest.df$Interest2<-relevel(Interest$Interest2, ref='News about Bangladesh')
Interest.df$Interest2<-relevel(Interest$Interest2, ref='Education')
[...]
Interest.df$Interest2<-relevel(Interest$Interest2, ref='European Politics')

detach(Interest)
attach(Interest)

### Finally create the graph in ggplot2 ###

library(ggplot2)
p<-ggplot(Interest, aes(Interest2, ..count..))
p<-p+geom_bar((aes(weight=Interest.weight, fill=Interest1)))
p<-p+coord_flip()
p<-p+scale_y_continuous("", breaks=NA)
p<-p+scale_fill_manual(value = rev(brewer.pal(5, "Purples")))
p
update_labels(p, list(fill='', x='', y=''))

我非常感谢任何提示，技巧或提示。

Answer 1

您不需要prop.tables或计数等来执行100％堆叠条形图。您只需要+geom_bar(position="stack")

Answer 2

你的第二个问题可以通过重塑包装中的熔化和铸造来解决

在对data.frame中的元素进行因素分析后，您可以使用以下内容：

install.packages("reshape")
library(reshape)

x <- melt(your.df, c()) ## Assume you have some kind of data.frame of all factors
x <- na.omit(x) ## Be careful, sometimes removing NA can mess with your frequency calculations

x <- cast(x, variable + value ~., length)
colnames(x) <- c("variable","value","freq")
## Presto!
ggplot(x, aes(variable, freq, fill = value)) + geom_bar(position = "fill") + coord_flip() + scale_y_continuous("", formatter="percent")

顺便说一句，我喜欢使用grep从凌乱的导入中提取列。例如：

x <- your.df[,grep("int.",df)] ## pulls all columns starting with "int_"

当您不必输入c（''，...）一百万次时，分解会更容易。

for(x in 1:ncol(x)) { 
df[,x] <- factor(df[,x], labels = strsplit('
Very Interested
Somewhat Interested
Not Very Interested
Not At All interested
NA
NA
NA
NA
NA
NA
', '\n')[[1]][-1]
}

Answer 3

关于..count..的百分比，请尝试：

ggplot(mtcars, aes(factor(cyl), prop.table(..count..) * 100)) + geom_bar()

但由于将函数推送到aes()并不是一个好主意，因此您可以编写自定义函数来创建..count..之外的百分比，将其四舍五入到n小数等。< / p>

您使用plyr标记了此帖子，但我在此处看不到任何plyr，我敢打赌，ddply()可以完成这项工作。在线plyr文档就足够了。

Answer 4

如果我理解正确，要解决轴标签问题，请进行以下更改：

# p<-ggplot(Interest, aes(Interest2, ..count..))
p<-ggplot(Interest, aes(Interest2, ..density..))

至于第二个，我认为你最好不要使用reshape package。您可以使用它轻松地将数据聚合到组中。

参考下面的aL3xa评论......

library(ggplot2)
r<-rnorm(1000)
d<-as.data.frame(cbind(r,1:1000))
ggplot(d,aes(r,..density..))+geom_bar()

...返回

alt text http://www.drewconway.com/zia/wp-content/uploads/2010/04/density.png

这些垃圾箱现在是密度......

Answer 5

你的第一个问题：这会有帮助吗？

geom_bar(aes(y=..count../sum(..count..)))

你的第二个问题;你可以使用重新排序来排序吧？像

这样的东西

aes(reorder(Interest, Value, mean), Value)

（刚从七小时车程回来 - 累了 - 但我想它应该有用）