在R中绘制双变量到多个因素

Question

首先，我还是个初学者。我正在尝试用 R 解释和绘制堆栈条形图。我已经看过一些答案，但有些不是我的案例所特有的，有些我根本不明白：

https://stats.stackexchange.com/questions/31597/graphing-a-probability-curve-for-a-logit-model-with-multiple-predictors
https://stats.stackexchange.com/questions/47020/plotting-logistic-regression-interaction-categorical-in-r
Plot the results of a multivariate logistic regression model in R

我有一个数据集 dvl，它有五列，Variant、Region、Time、Person 和 PrecededByPrep。我想对 Variant 与其他四个预测变量进行多变量比较。每列可以有两个可能值之一：

变体：elk 或 ieder。
地区 = VL 或 NL.
时间：time 或 no time
人：person 或 no person
PrecededByPrep：1 或 0

这是逻辑回归

根据我收集到的答案，库 ggplot2 可能是最好的绘图库。我已经阅读了它的文档，但对于我的生活，我无法弄清楚如何绘制它：我怎样才能将 Variant 与其他三个因素进行比较？

我花了一些时间，但我在 Photoshop 中制作了一些与我想要的相似的东西（虚构的值！）。

深色 gray/light 灰色：Variant 的可能值 y-axis：频率 x-axis：每一列，细分为可能的值

我知道制作单独的条形图，both stacked and grouped，但基本上我不知道如何制作堆叠的、分组的条形图。 ggplot2 可以使用，但如果没有我更愿意这样做。

我认为这可以看作是一个示例数据集，但我并不完全确定。我是 R 的初学者，我阅读了有关创建示例集的内容。

t <- data.frame(Variant = sample(c("iedere","elke"),size = 50, replace = TRUE),
            Region = sample(c("VL","NL"),size = 50, replace = TRUE),
            PrecededByPrep = sample(c("1","0"),size = 50, replace = TRUE),
            Person = sample(c("person","no person"),size = 50, replace = TRUE),
            Time = sample(c("time","no time"),size = 50, replace = TRUE))

我希望情节也能在美学上令人愉悦。我的想法是：

绘图颜色（即条形图）：col=c("paleturquoise3", "palegreen3")
轴标签 font.lab=2 的粗体字体，但不是的值标签（例如 ´regionin bold, butVLandNL`不是粗体）
#404040 作为字体、轴和线条的颜色
轴的标签：x：factors，y：frequency

Answer 1

这是一种可能性，它从 'un-tabulated' 数据框开始，melt 它，在 ggplot2 中用 geom_bar 绘制它（每组计数） , 使用 facet_wrap.

按变量分隔图

创建玩具数据：

set.seed(123)
df <- data.frame(Variant = sample(c("iedere", "elke"), size = 50, replace = TRUE),
           Region = sample(c("VL", "NL"), size = 50, replace = TRUE),
           PrecededByPrep = sample(c("1", "0"), size = 50, replace = TRUE),
           Person = sample(c("person", "no person"), size = 50, replace = TRUE),
           Time = sample(c("time", "no time"), size = 50, replace = TRUE))

重塑数据：

library(reshape2)
df2 <- melt(df, id.vars = "Variant")

剧情：

library(ggplot2)
ggplot(data = df2, aes(factor(value), fill = Variant)) +
  geom_bar() +
  facet_wrap(~variable, nrow = 1, scales = "free_x") +
  scale_fill_grey(start = 0.5) +
  theme_bw()

自定义剧情的机会很多，比如setting order of factor levels, rotating axis labels, wrapping facet labels on two lines (e.g. for the longer variable name "PrecededByPrep"), or changing spacing between facets。

自定义（根据问题更新和 OP 评论）

# labeller function used in facet_grid to wrap "PrecededByPrep" on two lines
# see http://www.cookbook-r.com/Graphs/Facets_%28ggplot2%29/#modifying-facet-label-text
my_lab <- function(var, value){
  value <- as.character(value)
    if (var == "variable") { 
      ifelse(value == "PrecededByPrep", "Preceded\nByPrep", value)
    }
}

ggplot(data = df2, aes(factor(value), fill = Variant)) +
  geom_bar() +
  facet_grid(~variable, scales = "free_x", labeller = my_lab) + 
  scale_fill_manual(values = c("paleturquoise3", "palegreen3")) + # manual fill colors
  theme_bw() +
  theme(axis.text = element_text(face = "bold"), # axis tick labels bold 
        axis.text.x = element_text(angle = 45, hjust = 1), # rotate x axis labels
        line = element_line(colour = "gray25"), # line colour gray25 = #404040
        strip.text = element_text(face = "bold")) + # facet labels bold  
  xlab("factors") + # set axis labels
  ylab("frequency")

向每个条添加计数（根据 OP 的评论进行编辑）。

计算y坐标的基本原理可以在this Q&A中找到。在这里，我使用 dplyr 来计算每条柱的计数（即 geom_text 中的 label）及其 y 坐标，但这当然可以在 base R 中完成, plyr 或 data.table。

# calculate counts (i.e. labels for geom_text) and their y positions.
library(dplyr)
df3 <- df2 %>%
  group_by(variable, value, Variant) %>%
  summarise(n = n()) %>%
  mutate(y = cumsum(n) - (0.5 * n))

# plot
ggplot(data = df2, aes(x = factor(value), fill = Variant)) +
  geom_bar() +
  geom_text(data = df3, aes(y = y, label = n)) +
  facet_grid(~variable, scales = "free_x", labeller = my_lab) + 
  scale_fill_manual(values = c("paleturquoise3", "palegreen3")) + # manual fill colors
  theme_bw() +
  theme(axis.text = element_text(face = "bold"), # axis tick labels bold 
        axis.text.x = element_text(angle = 45, hjust = 1), # rotate x axis labels
        line = element_line(colour = "gray25"), # line colour gray25 = #404040
        strip.text = element_text(face = "bold")) + # facet labels bold  
  xlab("factors") + # set axis labels
  ylab("frequency")

Answer 2

这是我对基数 R 的函数 barplot 的解决方案的建议：

1.计算计数

l_count_df<-lapply(colnames(t)[-1],function(nomcol){table(t$Variant,t[,nomcol])})
count_df<-l_count_df[[1]]
for (i in 2:length(l_count_df)){
    count_df<-cbind(count_df,l_count_df[[i]])
}

2。绘制没有轴名称的条形图，保存条形坐标

par(las=1,col.axis="#404040",mar=c(5,4.5,4,2),mgp=c(3.5,1,0))
bp<-barplot(count_df,width=1.2,space=rep(c(1,0.3),4),col=c("paleturquoise3", "palegreen3"),border="#404040", axisname=F, ylab="Frequency",
            legend=row.names(count_df),ylim=c(0,max(colSums(count_df))*1.2))

3。标记条形

mtext(side=1,line=0.8,at=bp,text=colnames(count_df))
mtext(side=1,line=2,at=(bp[seq(1,8,by=2)]+bp[seq(2,8,by=2)])/2,text=colnames(t)[-1],font=2)

4.在 bars

内添加值

for(i in 1:ncol(count_df)){
    val_elke<-count_df[1,i]
    val_iedere<-count_df[2,i]
    text(bp[i],val_elke/2,val_elke)
    text(bp[i],val_elke+val_iedere/2,val_iedere)
}

这是我得到的（使用我的随机数据）：

Answer 3

我基本上是在回答一个不同的问题。我想这可以被视为我的反常行为，但我真的不喜欢任何类型的条形图。它们似乎总是造成浪费 space，因为当前信息化的数值不如适当构建的 table 有用。 vcd 包提供了一个扩展的 mosaicplot 函数，在我看来，它更准确地称为“多元条形图”，它是我迄今为止所见过的任何一个。它确实需要你首先构建一个意外事件 table xtabs 函数似乎非常适合。

install.packages)"vcd")
library(vcd)
help(package=vcd,mosaic)
col=c("paleturquoise3", "palegreen3")
vcd::mosaic(xtabs(~Variant+Region + PrecededByPrep   +  Time, data=ttt) 
           ,highlighting="Variant", highlighting_fill=col)

那是 5 路图，这是 5 路图：

png(); vcd::mosaic( xtabs(
                  ~Variant+Region + PrecededByPrep +   Person  +  Time, 
                   data=ttt) 
                ,highlighting="Variant", highlighting_fill=col); dev.off()

在R中绘制双变量到多个因素

Plotting a bivariate to multiple factors in R

r

data-visualization

ggplot2