如何绘制大量具有不同分类变量的密度图

Question

我有一个数据集，其中有一个数值变量和许多分类变量。我想制作一个密度图网格，每个图显示不同分类变量的数值变量的分布，填充对应于每个分类变量的子组。例如：

library(tidyverse)
library(nycflights13)

dat <- flights %>%
  select(carrier, origin, distance) %>%
  mutate(origin = origin %>% as.factor,
         carrier = carrier %>% as.factor)

plot_1 <- dat %>%
  ggplot(aes(x = distance, fill = carrier)) +
  geom_density()

plot_1

plot_2 <- dat %>%
  ggplot(aes(x = distance, fill = origin)) +
  geom_density()

plot_2

我想找到一种方法来快速制作这两个情节。现在，我知道如何做到这一点的唯一方法是单独创建每个图，然后使用 grid_arrange 将它们放在一起。但是，我的真实数据集有大约 15 个分类变量，所以这会非常耗时！

有没有更快更简单的方法来做到这一点？我认为最难的部分是每个情节都有自己的传说，所以我不确定如何绕过这个绊脚石。

Answer 1

这个解决方案给出了列表中的所有地块。在这里，我们制作了一个函数，它接受您要绘制的变量，然后将 lapply 与您要绘制的所有变量的向量一起使用。

fill_variables <- vars(carrier, origin)

func_plot <- function(fill_variable) {
  dat %>%
  ggplot(aes(x = distance, fill = !!fill_variable)) +
  geom_density()
}

plotlist <- lapply(fill_variables, func_plot)

如果您不知道那些 !! 的意思，我建议您观看 this 5 minute video that introduces the key concepts of tidy evaluation。当你想创建这种包装函数以编程方式做事时，这就是你想要使用的。希望对您有所帮助！

编辑： 如果你想提供一个字符串数组而不是一个 quosure，你可以将 !!fill_variable 更改为 !!sym(fill_variable)，如下所示：

fill_variables <- c('carrier', 'origin')

func_plot <- function(fill_variable) {
  dat %>%
    ggplot(aes(x = distance, fill = !!sym(fill_variable))) +
    geom_density()
}

plotlist <- lapply(fill_variables, func_plot)

Answer 2

备选方案

正如@djc 在评论中所写，I'm having trouble passing the column names into 'fill_variables'. Right now I am extracting column names using the following code...

您可以将分类变量和数值变量分开，例如； cat_vars <- flights[, sapply(flights, is.character)] 用于分类变量，cat_vars <- flights[, sapply(flights, !is.character)] 用于连续变量，然后将这些向量传递给 mgiormenti

给出的包装函数

完整代码如下；

library(tidyverse)
library(nycflights13)

cat_vars <- flights[, sapply(flights, is.character)]
cont_vars<- flights[, !sapply(flights, is.character)]
dat <- flights %>%
  select(carrier, origin, distance) %>%
  mutate(origin = origin %>% as.factor,
         carrier = carrier %>% as.factor)

func_plot_cat <- function(cat_vars) {
  dat %>%
    ggplot(aes(x = distance, fill = !!cat_vars)) +
    geom_density()
}

func_plot_cont <- function(cont_vars) {
  dat %>%
    ggplot(aes(x = distance, fill = !!cont_vars)) +
    geom_point()
}

plotlist_cat_vars <- lapply(cat_vars, func_plot_cat)
plotlist_cont_vars<- lapply(cont_vars, func_plot_cont)
print(plotlist_cat_vars)
print(plotlist_cont_vars)

如何绘制大量具有不同分类变量的密度图

How to plot a large number of density plots with different categorical variables

r

ggplot2

density-plot