使用分类数据和图表绘制的调查分析

Question

我有一个来自调查的数据库，我从这个数据库用 R 构建了一个数据框，看起来类似于：

    cnt  <-as.factor(c("Country 1", "Country 2", "Country 3", "Country 1", "Country 2", "Country 3" ))
    bnk  <-as.factor(c("bank 1", "bank 2", "bank 3", "bank 1", "bank 2", "bank 3" ))
    qst  <-as.factor(c("q1", "q1", "q1", "q2","q2","q2" ))
    ans  <-as.numeric(c(1,1,2,1,2,3))
    df   <-data.frame(cnt, bnk, qst,ans)
names(df) <- c("Country", "Institute", "Question", "Answer")

      Country Institute Question Answer
1 Country 1    bank 1       q1      1
2 Country 2    bank 2       q1      1
3 Country 3    bank 3       q1      2
4 Country 1    bank 1       q2      1
5 Country 2    bank 2       q2      2
6 Country 3    bank 3       q2      3

本质上，这个数据框显示有两个不同的问题 - q1、q2，其中参与者 - 这里是来自不同国家的银行 - 必须以一定的数字尺度回答每个问题。

我的目的很简单。我想，对于每个问题，计算并绘制回答 1 的银行的百分比，回答 2 的银行的百分比，等等。

因此，在我们的示例中，有三个银行。关于问题 1，其中 2 人回答 1，1 人回答 2。因此，我想想象一下 - 例如通过条形图 - 有 2/3 的银行（即大约 67%）回答 1 和 1/3（即 aprx. 33% ) 回答了 2. 与问题 2 类似。

不确定，这是否重要，但可能的数字答案范围 可能因问题而异。也就是说，对于 q1，可用答案的范围为 1 到 2，但对于问题 2，可用答案的范围为 1 到 5。

有人可以建议我如何在 R 中快速实现它吗？

当然，一种肮脏的方法是统计bank的个数，统计q1(q2)中"ones"的个数，然后计算各自的分数。然而，这种方法非常耗时，想知道 R 中是否有更好的选择。

更新

完成上述所有操作后，我想回答几个问题来创建一个如下所示的条形图：

在上面的示例中，问题 8 中等于 1 的答案标记为 - "My bank has being ...."，等于 2 的答案标记为 "My bank has being started ..."，如上图所示。

不过，我们暂时可以忽略"labeling part"，因为在x轴上只放1和2就足够了。

Answer 1

这是 ggplot 的快速解答

library(ggplot2)

ggplot(df, aes(x=Question, fill=factor(Answer))) + geom_bar()

输出如下所示：

计算百分比：

library(dplyr)
library(tidyr)

(dat <- df %>% spread(Question, Answer))
    Country Institute q1 q2
1 Country 1    bank 1  1  1
2 Country 2    bank 2  1  2
3 Country 3    bank 3  2  3

dat$q1 %>% table/nrow(dat)
        1         2 
0.6666667 0.3333333 

dat$q2 %>% table/nrow(dat)

        1         2         3 
0.3333333 0.3333333 0.3333333

编辑：为下面的评论添加情节

ggplot(df, aes(x=Answer, fill=factor(Question))) + geom_bar()

编辑：添加以解决更新的问题：

df <- data.frame(answer=c(rep(1, 97), rep(2,3)))

ggplot(df, aes(x=as.factor(answer))) + 
  geom_bar(aes(y=(..count..)/sum(..count..)), width=.5) + 
  scale_y_continuous(labels = scales::percent) +
  geom_text(aes(y = ((..count..)/sum(..count..)), label = scales::percent((..count..)/sum(..count..))), stat = "count", vjust = -0.25) +
  labs(title = "Question 8", y = "Percent", x = "") +
  scale_x_discrete(labels=c("My bank has been using \n guarantees already for \n more than 5 years", "My bank has started to use \n guarantees in their last 5 year"))

使用分类数据和图表绘制的调查分析

Survey analysis with categorical data and chart plotting

plot

r

survey

calculated-columns

dataframe