使用莱迪思包的条件直方图,输出图不正确

时间:2016-04-14 07:11:55

标签: r conditional histogram lattice trellis

我使用 lattice 包中的histogram来绘制两个直方图条件,对两个选项进行条件调整:男性或女性。

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000)] | raw$Gender)

Output of code: two histograms, minutes doing housework by gender

但是,当我实际查看数据时,这些直方图是不正确的。通过绘图:

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000) & (raw$Gender == "Female")]

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000) & (raw$Gender == "Male")]

I get two histograms again, but they look very different

有没有人知道为什么这些输出不匹配?我有一堆二进制类型的面板要绘制,并且必须单独执行它们实际上违背了使用 lattice 包的目的!

如果这掩盖了对一个简单概念的基本误解,我很抱歉,我仍然是R的初学者!非常感谢你的帮助。

2 个答案:

答案 0 :(得分:2)

问题与panel.args.common中的不同值有关(即,所有面板函数共有的参数,请参阅?trellis.object)。以下是一些示例代码,以澄清我的观点。

library(lattice)

## paneled plot
hist1 <- histogram( ~ Sepal.Width | Species, data = iris)
hist1$panel.args.common

# $breaks
# [1] 1.904 2.228 2.552 2.876 3.200 3.524 3.848 4.172 4.496
# 
# $type
# [1] "percent"
#
# $equal.widths
# [1] TRUE
# 
# $nint
# [1] 8

## single plot    
hist2 <- histogram( ~ Sepal.Width, data = iris[iris$Species == "setosa", ])
hist2$panel.args.common

# $breaks
# [1] 2.216 2.540 2.864 3.188 3.512 3.836 4.160 4.484
# 
# $type
# [1] "percent"
# 
# $equal.widths
# [1] TRUE
# 
# $nint
# [1] 7

nint(直方图区间数量,请参阅?histogram)和breaks(区间的断点)在所有目标面板中计算,因此在hist1hist2之间变化hist2$panel.args.common <- hist1$panel.args.common ## or vice versa, depending on the number of bins and breakpoints to use library(gridExtra) grid.arrange(hist1, hist2, ncol = 2) 。如果您希望这些参数相同,以使两个图看起来相似,则只需在创建两个图之后运行以下代码行。

SELECT $match->match_id

histogram

答案 1 :(得分:0)

事实证明,问题是基于使用括号应用的排除项的数据不匹配。而不是:

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000)] | raw$Gender)

应该是:

histogram(~ Housework_Tot_Min [(Housework_Tot_Min != 0) & (Housework_Tot_Min < 1000)] | 
        Gender [(Housework_Tot_Min != 0) & (Housework_Tot_Min < 1000)], data = raw,
      main = "Time Observed Housework by Gender",
      xlab = "Minutes spent",
      breaks = seq(from = 0, to = 400, by = 20))

请注意,排除现在适用于家务时间和性别变量,从而消除了数据中的不匹配。

下面粘贴了正确的情节。再次感谢大家的指导。

Updated Histogram