Question

我面临以下问题：我需要创建一个图表和一个表格，其中包含不同年份和地区（7年和5个地区）的学术和专业信息。

我有4个级别的学术（fundinc，medioinc，superiorinc和supdout）和3个职业级别（apoio，operacional和estrategico）。

每个级别都是一列（如果fundinc == 1，其他级别为0，如果apoio == 1，则operacional和estrategico都为0）。

数据库按年份和地区分开（data2010nordeste，data2010norte，data2010centro，data2010sudeste，data2010sul，...，data2016nordeste，data2016norte，data2016centro，data2016sudeste，data2016sul）。

db的类似于：

fundinc | medioinc | superiorinc | supdout | apoio | operacional | estrategico
1       | 0        | 0           | 0       | 1     | 0           | 0
0       | 1        | 0           | 0       | 0     | 1           | 0
0       | 0        | 1           | 0       | 0     | 0           | 1
0       | 0        | 1           | 0       | 0     | 0           | 1
0       | 1        | 0           | 0       | 1     | 0           | 0
1       | 0        | 0           | 0       | 1     | 0           | 0
.
. 
.

有什么建议吗？我完全迷失了。

我尝试创建一个函数：

pegaescolaridadeapoio = function (base) {

#Fundamental incompleto

a <- base[base$fundinc==1 & base$apoio==1, ]

#Medio incompleto

b <- base[base$medioinc==1 & base$apoio==1,]

#Superior incompleto

c <- base[base$superiorinc==1 & base$apoio==1,]

#superior e outros

d <- base[base$supdout==1 & base$apoio==1,]

vetor <- c(nrow(a),nrow(b),nrow(c),nrow(d))

return (vetor)
}

并将一些载体放在图表/表格上，但我没有成功。

Answer 1

@RichardoTheodoro

根据您的要求，我建议您简化数据

library(dplyr)
dat.clean <- dat %>% 
# Convert your columns into a single column, stored as factor variable
mutate(scholarity = factor(1 * fundinc + 2 * medioinc + 3 * superiorinc + 4 * supdout,
                           levels = c(1, 2, 3, 4), 
                           labels = c("fundinc", "medioinc", "superiorinc", "supdout")), 
       profession = factor(1 * apoio + 2 * operacional + 3 * estrategico, 
                           levels = c(1, 2, 3), 
                           labels = c("apoio", "operacional", "estragico"))) %>%
# Remove columns which will no longer be used
select(-fundinc, -medioinc, -superiorinc, -supdout, -apoio, -operacional, -estrategico)

然后你可以继续为你的计数/图表/图表进行其他数据操作：

# Group entries by scholarity and profession, then count the frequency of occurrence
dat.processed <- dat.clean %>%
  group_by(scholarity, profession) %>%
  mutate(freq = n()) %>%
  ungroup() 

# Plot bar chart
library(ggplot2)
ggplot(dat.processed, aes(scholarity, freq, fill = profession)) +
  geom_bar(stat = "identity", position = "dodge")

R - 包含不同列信息的图表/表格

1 个答案: