Question

请考虑以下数据帧头（10）：

它是由以下dplyr代码生成的：

Fuller_list %>% 
 as.data.frame() %>% 
 select(from_infomap, topic) %>%
 add_count(from_infomap) %>% 
 filter(from_infomap %in% coms_keep) %>% 
 group_by(from_infomap) %>%
 add_count(topic) %>%
 top_n(10, nn) %>%
 head(10)

“ from_infomap”列中有36个不同的社区，“ topic”列中有47个不同的主题。按“ from_infomap”分组，对于前5个社区，每个社区的主题数如下：

我想显示每个社区中出现次数最多的10个主题，按降序排列。我尝试在此处使用

 group_by(from_infomap) %>%
 add_count(topic) %>%
 top_n(10, nn)

但是，如果我将其绘制出来，它只会返回每个社区的前1个主题：

我不确定自己在做什么错。根据{{3}}堆栈溢出查询，对count进行加权的top_n（n，wt）函数应该可以工作，它应按社区对加权的前10个主题进行加权。

如果有人可以提出替代方案或指出我要去哪里错了，将不胜感激。抱歉，屏幕截图很小，因为它很大，因此无法在此处显示整个data.frame。

谢谢！

编辑：不带group_by，add_count和top_n的dput：

n <- Fuller_list %>% 
 as.data.frame() %>% 
 select(from_infomap, topic) %>%
 add_count(from_infomap) %>% 
 filter(from_infomap %in% coms_keep) %>% 
 group_by(from_infomap)

dput（head（n，10））：

structure(list(from_infomap = c(1L, 1L, 1L, 3L, 3L, 3L, 4L, 4L, 
4L, 4L), topic = c("KnysnaFire_thanks_wofire", "Abramjee_caperelief_operationsa", 
"Pick_n_Pay", "Plett_heavy_rain_snow", "Disasters_help_call", 
"KFM_disasters_discussion", "Pick_n_Pay", "Pick_n_Pay", "Pick_n_Pay", 
"Pick_n_Pay"), n = c(30512L, 30512L, 30512L, 6572L, 6572L, 6572L, 
5030L, 5030L, 5030L, 5030L)), row.names = c(NA, -10L), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"), vars = "from_infomap", drop = TRUE, indices = list(
    0:2, 3:5, 6:9), group_sizes = c(3L, 3L, 4L), biggest_group_size = 4L, labels = structure(list(
    from_infomap = c(1L, 3L, 4L)), row.names = c(NA, -3L), class = "data.frame", vars = "from_infomap", drop = TRUE))

应该通过将以下代码添加到上一个块中来重现问题：

  add_count(topic) %>%
  top_n(10,nn) %>%
  ungroup() %>% 
  ggplot(aes(x = fct_reorder(topic,nn),y = nn,fill = from_infomap))+
  geom_col(width = 1)+
  facet_wrap(~from_infomap, scales = "free")+
  coord_flip()+
  theme(plot.title = element_text("Central Players"), 
        plot.subtitle= element_text("Top 10 indegree centrality profiles of the 20 biggest communities.\n Excluding 'starburst' communities."),
        plot.caption = element_text("Source: Twitter"))+
  theme_few()

Halway解决方案：因此，使用@s_t建议的summary方法，我们有以下代码：

Fuller_list %>% 
  as.data.frame() %>% 
  add_count(from_infomap) %>%
  filter(from_infomap %in% coms_keep) %>% 
  group_by(from_infomap,topic) %>%   # group by the topic and community
  summarise(nn = n()) %>%            # count the mentioned arguments
  top_n(10, nn) %>%
  ungroup() %>%
  arrange(from_infomap, nn) %>%
  ggplot(aes(x = fct_reorder(topic,nn),y = nn,fill = from_infomap))+
  geom_col(width = 1)+
  facet_wrap(~from_infomap, scales = "free")+
  coord_flip()+
  theme(plot.title = element_text("Central Players"), 
        plot.subtitle= element_text("Top 10 indegree centrality profiles of the 20 biggest communities.\n Excluding 'starburst' communities."),
        plot.caption = element_text("Source: Twitter"))+
  theme_few()

这将产生：this

哪个是各个社区中正确的top_n（10）。出于所有实际目的，该图现在显示正确的数据。唯一剩下的问题是，安排不会按每个社区的顺序对各个主题进行排序，而是对整体进行排序。次要问题仅在主题可以按社区排列的情况下才能改善。

Answer 1

如果我理解得很好，这可能会有所帮助，您希望计算每个社区中的主题，选择top（X），然后以递减的方式在各个方面进行绘制：

library(ggplot2)
library(dplyr)

data3 <-
  data2 %>%
  select(-n) %>%                     # remove useless column
  group_by(from_infomap,topic) %>%   # group by the topic and community
  summarise(nn = n()) %>%            # count the mentioned arguments
  top_n(5, nn)                       # take the top 5 in this case

现在我们按照here所述处理订单：

data4 <- data3 %>% 
         ungroup() %>%  
         arrange(from_infomap, nn) %>%  
         mutate(topic_r = row_number())

最后一个情节：

ggplot(data4, aes(topic_r, nn,fill = from_infomap)) + 
geom_col() +
facet_wrap(~ from_infomap, scales = "free") +
scale_x_continuous(  
                   breaks = d$topic_r,  
                   labels = d$topic
                  ) +
coord_flip()

我使用了一些虚假数据，例如：

data2 <- data.frame(from_infomap =floor(runif(200, 1,5)) ,
                    topic = sample(letters[1:20], 200, TRUE),
                    n = floor(runif(200, 10,50)) )

社区中的许多主题具有相同的编号，因此您不会仅看到5列。

按组获取前n个值无法正常工作

1 个答案: