Question

我知道这个问题确实很基本，但是我是一个初学者，我整天都在尝试为数据帧的每一列绘制单独的图。任何帮助都将非常有用

以下是数据：

> dfslices
        X0035.A061 X0094.B116 X0314.A038
verylow   19.48052   8.127208 36.8243243
low        2.96846   9.069494  7.4324324
medium     0.00000   2.237927  0.3378378
high       0.00000   0.000000  1.6891892

基本上，每列（X0035.A061，X0094.B116和X0314.A038）都需要一个barplot。每个条形图都有4条（一条对应于非常低的类别，另一条对应于低，另一条对应于中，另一条对应于高）。图表的标题是（X0035.A061，X0094.B116和X0314.A038），并且图表的每个小节都有相应的标签（非常低，低，中和高），这会很好。

谢谢

Answer 1

以下是使用data.table和melt()函数的fread()程序包，并使用facet_grid()中的ggplot2绘制所有3个问题的一种解决方案原始列作为单个图上的单独面板显示。

library(data.table)
library(ggplot2)

# Convert text data to data.table using fread() from the data.table package.
dfslice = fread("category X0035.A061 X0094.B116 X0314.A038
                 verylow    19.48052   8.127208 36.8243243
                 low         2.96846   9.069494  7.4324324
                 medium      0.00000   2.237927  0.3378378
                 high        0.00000   0.000000  1.6891892")

# Convert data to 'long form' using melt() from the data.table package.
mtab = melt(dfslice, id.vars="category")

# Manually set factor levels of 'category' column to plot in a logical order.
mtab$category = factor(mtab$category, 
                       levels=c("verylow", "low", "medium", "high"))

mtab
#     category   variable      value
#  1:  verylow X0035.A061 19.4805200
#  2:      low X0035.A061  2.9684600
#  3:   medium X0035.A061  0.0000000
#  4:     high X0035.A061  0.0000000
#  5:  verylow X0094.B116  8.1272080
#  6:      low X0094.B116  9.0694940
#  7:   medium X0094.B116  2.2379270
#  8:     high X0094.B116  0.0000000
#  9:  verylow X0314.A038 36.8243243
# 10:      low X0314.A038  7.4324324
# 11:   medium X0314.A038  0.3378378
# 12:     high X0314.A038  1.6891892

p = ggplot(data=mtab, aes(x=category, y=value, fill=category)) +
    geom_bar(stat="identity") +
    scale_fill_viridis_d() +
    facet_grid(. ~ variable)

ggsave("faceted_barplot.png", plot=p, width=7.5, height=2.5, dpi=150)

Answer 2

这是一个选择

suspend fun uploadFile(path: Path) {
    ...
    val asyncFile: AsyncFile = awaitResult { fs.open(path.toString(), OpenOptions(), it) }
    val methodType: HttpMethod = when (link.method.toLowerCase()) {
        "put" -> HttpMethod.PUT
        "post" -> HttpMethod.POST
        else -> throw UnsupportedOperationException("Method is not supported")
    }
    val request: HttpRequest<Buffer> = webClient.requestAbs(methodType, link.href)
    val response: HttpResponse<Buffer> = awaitResult { request.sendStream(asyncFile, it) }
}

这个想法是创建一个数据帧列表，每个数据帧包含library(purrr) library(tibble) # rownames_to_column library(ggplot2) plots <- split.default(dfslices, names(dfslices)) %>% map(., setNames, nm = "col") %>% map(., rownames_to_column) %>% map(., mutate, rowname = factor(rowname, levels = c("verylow", "low", "medium", "high"))) %>% imap(., ~ { ggplot(.x, aes(rowname, col)) + geom_col() + labs(title = .y) }) plots$X0035.A061的一列。我们使用dfslices创建该列表。

在接下来的两行中，我们将每个数据框中的列重命名为“ col”，并为每个数据框将其行名转换为显式列。下一步，将列split.default转换为因数并相应地设置其水平。

最后可以使用rowname遍历列表，并遍历列表中由imap表示的名称。我们使用.y作为.y的参数，以使每个图的标题与（以前的）列名相对应。

数据

labs

ggplot2-为数据框的每一列创建一个barplot

2 个答案: