ggplot条形图中的分组/堆叠系数级别

Question

我对R来说比较新，而且是ggplot的初学者，但是我还没有找到答案来解决我看似简单的问题。使用ggplot，我想制作一个条形图，其中三个或更多绘制的因子级别中的两个堆叠。

基本上，这是我正在查看的数据类型：

df <- data.frame(Answer=c("good","good","kinda good","kinda good",
  "kinda good","good","bad","good","bad"))

这为我提供了三个级别的因子，其中两个非常相似：

       Answer
1       good
2       good
3 kinda good
4 kinda good
5 kinda good
6       good
7        bad
8       good
9        bad

如果我让ggplot现在为我查看这些数据，

c <- ggplot(df, aes(df$Answer))
c + geom_bar()

我会得到一个包含三列的条形图。但是，我想最后得到两个列，其中一列应该是两个因子级别的堆栈“好”和“有点好”，仍然明显分开。

我正在使用100列输入（正字法研究），我需要手动完成，因此我希望尽可能轻松地调整代码。其中一些有十多个级别，我需要将它们分成三列。因此，在大多数情况下，我的数据更可能如下所示：

df <- data.frame(Answer=c("good","goood","goo0d","good",
  "I don't know","Bad","bad","baaad","really bad"))

我会把它归为三类。在大约一半的情况下，我仍然可以使用模式匹配进行过滤，因为我将查看空间的使用。然而，另一半正在考虑资本化，这会变得有点混乱，或者至少非常繁琐。

我想到了两种不同的方法来更有效地解决这个问题：

只需重写因子级别，但这会导致信息丢失（我希望将这两个级别分开）。我想保留原始级别名称，因为我认为我需要它们来绘制堆叠列中的比率并正确标记列。

我可以将相应的列/因子分成两个独立的列/因子，并将它们彼此相邻绘制，从而创建一个“假的”第三维。这看起来是最有前途的方法，但是在我使用它完成100列数据之前 - 是否有更优雅的方法，可能在ggplot2包中，我可以只指向/分组级别名称而不是更改/重新排序它背后的数据框架？

谢谢！

Answer 1

您可以尝试以下方法，以便在分组答案时采用更自动化的方法。

我们根据您的数据选择一些关键字并循环显示，以查看哪些答案可能包含每个关键字

groups <- c('good','bad','ugly','know')

df <- data.frame(Answer=c("good","medium good","kinda good","still good",
                          "I don't know","good","bad","good","really bad"))

idx <- sapply(groups, function(x) grepl(x, df$Answer, ignore.case = TRUE))
df$group <- rep(colnames(idx), nrow(idx))[t(idx)]
df

#         Answer group
# 1         good  good
# 2  medium good  good
# 3   kinda good  good
# 4   still good  good
# 5 I don't know  know
# 6         good  good
# 7          bad   bad
# 8         good  good
# 9   really bad   bad


library('ggplot2')
ggplot(df, aes(group, fill = Answer)) + geom_bar()