具有组特定频率的多组直方图

Question

首先，我已经阅读了以下帖子：ggplot2 - Multi-group histogram with in-group proportions rather than frequency

我遵循了ddply建议，它似乎不适用于我的数据。逻辑上代码应该完全适用于我的数据集，我不知道我做错了什么。

总体而言：我想制作一个直方图（我正在学习ggplot），它显示了我每个研究组的基因型频率。

这样的事情：

这是一个反映我自己的模拟数据集：

df<-data.frame(ID=1:60,
               Genotypes=sample(c("CG", "CC", "GG"), 60, replace=T),
               Study_Group=sample(c("Control", "Pathology1", "pathology2"), 60, replace=T))

我尝试了p + geom_bar(aes(aes(y = ..count../sum(..count..))的变体，但是r返回＆＃34;找不到＆＃39; count＆＃39;对象＆＃34;或类似的东西。

我也尝试过：

df.new<-ddply(df,.(Study_Group),summarise,
              prop=prop.table(table(df$Genotype)),
              Genotype=names(table(df$Genotype)))`

我相信总结功能有误，但说实话，我不知道我在做什么。

问题只是我对解决方案的理解，还是我的数据集本身就有什么不同？

感谢您的帮助。

Answer 1

试一试。在此，我使用dplyr这是一个包含ddply类型函数的更新版本的包plyr。有一件事，我不确定你的x轴是Study_Group还是Genotypes。您的问题表明您希望每个组中的Genotype频率，但您的图表在x上的Genotypes。解决方案遵循所述的愿望，而不是情节。但是，在x上进行更改以获得Genotype很简单。我会在代码注释中注意到要做的更改和更改。

library(dplyr)
library(ggplot2)

df2 <- df %>%
  count(Study_Group, Genotypes) %>%
  group_by(Study_Group) %>% #change to `group_by(Genotypes) %>%` for alternative approach
  mutate(prop = n / sum(n))

ggplot(data = df2, aes(Study_Group, prop, fill = Genotypes)) + 
  geom_bar(stat = "identity", position = "dodge")