boxplot单标量变量＆＃34; by＆＃34; r数据中的多个真/假变量

Question

我几个月来一直在徘徊数据。对不起，如果这看起来很基本。我一直在寻找各种紧密的问题和解决方案，但不知怎的，我似乎无法适应我的情况。开始怀疑这是否应该是我应该尝试做的事情，但我想要问它是不是很痛苦。

我有一个数据框，它有一个标量变量和多个T / F（是/否; 1 / 0,1 / 2）变量。像这样：

    scal var1 var2 var3
     25   0   1    0
     21   0   1    1
     14   1   1    0
     30   1   0    1

我知道我可以制作一个箱形图，它使用＆＃34;＆＃34;将标量变量列分成几个类别。对于单个变量，如：

boxplot(df$scal~df$var1)

我也知道我可以一次制作多个标量变量的箱形图。我想以某种方式将两者结合起来制作一个箱形图，它可以绘制每个＆＃34;真的＆＃34;的因变量。子集和＆＃34; false＆＃34;每个变量的子集彼此相邻。在我的世界中，一个解决方案应该看起来像＆＃34; boxplot（df $ scal~df $ var1，df $ scal~df $ var2，df $ scal~df $ var3）＆＃34;，但是r数据没有＆＃ 39;不同意我的意见。关于无法强制数据类型的事情。

我还可以编写一个粗略循环来遍历每个变量并分别生成所有图，但我想并排比较它们。

我还想过重新安排数据集，以便＆＃34; true＆＃34;和＆＃34;假＆＃34;集合在不同的列中（使用子集（df $ var1，df $ var1 == 1）等），然后如前所述制作多个箱图。 （虽然这是相当的tedius）

var1t var1f var2t var2f var3t var3f
 14    25    25    30    21    25
 30    21    21          30    14
             14                  
boxplot(df2$var1t, df2$var1f, df2$var2t, df2$var2f, df2$var3t, df2$var3f)

然而，在创建新数据集时，列的不同长度（行数）使我适合。我知道我可以在另一个程序中创建一个数据集（保存为.csv，.xls等）然后导入它。空值将保持不变，但我真的不想手动执行此操作。正如人们可能想象的那样，这变得相当繁琐，并且在更大的范围内容易出错。

非常欢迎任何一种方法的帮助。

Answer 1

当你开始学习如何操纵R中的数据可能很难。我同意@jentjr认为学习ggplot2会有所帮助，而且除了涵盖ggplot2之外，Hadley的书还提供了处理数据的重要提示。

首先，我建议您使用reshape2套餐来melt您的数据：

（我创建了一个虚设，因此其他人更容易跟随）

library(reshape2)
nObs = 10
df = data.frame(
    scal = rnorm(nObs), 
    var1 = rbinom(nObs, 1, 0.5),
    var2 = rbinom(nObs, 1, 0.5),
    var3 = rbinom(nObs, 1, 0.5))

然后将数据“融化”为long form from wide form。

df2 = melt(df, id.vars = c('scal'), 
    variable.name ='myVars', value.name = "zeroOne")

现在，您可以使用boxplot base创建所需的R：

但是，花时间学习ggplot2可以让你创建这样的数字：

使用如下代码：

library(ggplot2)
ggplot(data = df2, aes(x = zeroOne, y = scal)) + 
    geom_boxplot(aes(fill = myVars))

注意ggplot2可以创建比这更漂亮的图表（并且比base R更容易这样做！）我建议您浏览ggplot2 {{ 3}}查看更多示例。您可能还希望尝试交换zeroOne和myVars，因为它会更改绘图分组。

---

Answer 2

Plotluck是一个基于 ggplot2 的库，旨在根据1-3个变量的特征自动选择绘图类型。以下是结果图的示例：

nObs = 100
df = data.frame(
    scal = rnorm(nObs), 
    var1 = rbinom(nObs, 1, 0.5),
    var2 = rbinom(nObs, 1, 0.5),
    var3 = rbinom(nObs, 1, 0.5))
plotluck.multi(df, y=scal, opts=plotluck.options(use.geom.violin=F))

此命令意味着：将列scal（在y轴上）映射到df中的每个其他列（在x轴上;包括其自身，产生密度或直方图）。我们指定use.geom.violin=F来强制执行箱形图，因为默认是小提琴图，它通常可以更好地传达分布的形状。如果行数非常低，则将绘制单个点。