这个问题是我之前提到的question的延续。
现在我有一个案例,其中还有一个带有Prop的类别列。因此,数据集变得像
Hour Category Prop2
00 A 25
00 B 59
00 A 55
00 C 5
00 B 50
...
01 C 56
01 B 45
01 A 56
01 B 35
...
23 D 58
23 A 52
23 B 50
23 B 35
23 B 15
在这种情况下,我需要在R中制作堆积区域图,每天的这些不同类别的百分比。所以,结果就像是。
A B C D
00 20% 30% 35% 15%
01 25% 10% 40% 25%
02 20% 40% 10% 30%
.
.
.
20
21
22 25% 10% 30% 35%
23 35% 20% 20% 25%
所以现在我会在每小时得到每个类别的份额然后绘制这是一个像这样的堆积区域图,其中x轴是小时,y轴是由不同给出的每个类别的Prop2的百分比颜色
答案 0 :(得分:28)
您可以使用Hadley Wickham的ggplot2
包。
R> library(ggplot2)
示例数据集:
R> d <- data.frame(t=rep(0:23,each=4),var=rep(LETTERS[1:4],4),val=round(runif(4*24,0,50)))
R> head(d,10)
t var val
1 0 A 1
2 0 B 45
3 0 C 6
4 0 D 14
5 1 A 35
6 1 B 21
7 1 C 13
8 1 D 22
9 2 A 20
10 2 B 44
然后您可以将ggplot
与geom_area
:
R> ggplot(d, aes(x=t,y=val,group=var,fill=var)) + geom_area(position="fill")
答案 1 :(得分:8)
您可以使用stackpoly
包中的plotrix
:
library(plotrix)
#create proportions table
pdat <- prop.table(xtabs(Prop2~Hour+Category,Dat),margin=1)
#draw chart
stackpoly(pdat,stack=T,xaxlab=rownames(pdat))
#add legend
legend(1,colnames(pdat),bg="#ffffff55",fill=rainbow(dim(pdat)[2]))
答案 2 :(得分:-2)
如果你想取走边框,你可以用这种方式使用 scale_x_discrete 和 coord_cartesian
p <- ggplot(d, aes(x=Date,y=Volume,group=Platform,fill=Platform)) + geom_area(position="fill")
base_size <- 9
p + theme_set(theme_bw(base_size=9)) + scale_x_discrete(expand = c(0, 0)) + coord_cartesian(ylim=c(0,1))