Question

我在R中有一个〜7000行的数据帧。显示了10行我的数据框 -

TypeA   TypeB   Ct_for_typeA    Ct_for_typeB
code3   code2   m               n
code4   code1   m               p
code3   code7   p               n
code8   code6   n               n
code1   code3   m               p
code5   code8   n               o
code2   code1   o               p
code5   code5   p               m
code7   code4   o               m
code6   code1   m               o

第1列（TypeA）和第2列（TypeB）有8个不同的代码，从code1到code8。第3列和第4列有4个不同的类别，即m，n，o和p。我想在x轴上绘制一个带有code1到code8的条形图，在y轴上绘制“百分比”。这意味着x轴将具有8对条形，y轴将显示代码的百分比，并且我想根据第3列（第1列）和第4列（第2列）将每个条分成不同的颜色堆栈。例如：

仅考虑x轴上的第一对代码，即code1。从10行以上，我们可以看到“TypeA”中的code1为10％，而“TypeB”中的code1为30％。所以第一对有第一根直到10％，第二对直到30％。现在，根据第3列，第一对的第一个条将被分割（堆叠颜色）。我们可以看到只有“m”代码为1，颜色将为“m”（整数为10％），但对于“TypeB”中的代码1，即第一对的第二个条将被分为20％，颜色为“p”和10％的颜色“o”。

我尝试使用“旁边= F”堆叠颜色并且它正在工作。这意味着如果我只有第1列和第3列，我可以轻松完成。但包括第二和第四列的第二个栏令我困惑。我希望我的解释不会令人困惑。提前谢谢。

编辑：在Thomas的评论之后。

如果“my_frame”是超过10行的数据帧。对于具有堆叠颜色的单变量，我使用了 -

px=ggplot(my_frame,aes(x=TypeA,fill=Ct_for_typeA))+geom_bar()
print(px)

首先，在这里，我没有得到y轴上的百分比，其次我怎么能把“旁边”栏放在第二列，堆叠的颜色在第四列。

Answer 1

目前，您展示了广泛的数据格式。这意味着每个变量都是一列。 ggplot相当喜欢长格式。

要在数据框中进行计数，您可以使用data.table包。由于您的姓名代码被称为相同，因此您无法轻松使用reshape2包中的melt函数。因此绕道而行data.table。

library(data.table)
test.df <- read.table("your.data", header=T, sep='\t')

# create a data table
test.dt <- as.data.table(test.df)

# here it would be possible to use melt, if your "codes" wouldn't be named identical

# count TypeA
 test.a.count.dt <- test.dt[, length(Ct_for_typeA), by="TypeA" ]
 test.a.count.dt
    TypeA V1
1: code1  1
2: code2  1
3: code3  2
4: code4  1
5: code5  2
6: code6  1
7: code7  1
8: code8  1

# do the same for TypeB
test.b.count.dt <- test.dt[, length(Ct_for_typeB), by="TypeB" ]

colnames(test.a.count.dt) <- c("code","count")
colnames(test.b.count.dt) <- c("code","count")

test.a.count.dt$type <- "TypeA"
test.b.count.dt$type <- "TypeB"


# fuse the two data sets
# this is a long data format that suits ggplot better
test.all.count.dt <- rbind(test.a.count.dt, test.b.count.dt)

colnames(test.all.count.dt) <- c("code","count","type")

# this can be plotted already, but it isn't relative
ggplot(data=test.all.count.dt, aes(code, count, fill=type)) + geom_bar(stat="identity", position="dodge")

# the detour to get relative counts
test.all.count.dt$relative <- apply(test.all.count.dt, 1, function(x){
 count<-x[2];
 type<-x[3];
 return(as.numeric(count)/sum(test.all.count.dt$type==type))
})

# finally plot your relative counts
ggplot(data=test.all.count.dt, aes(code, relative, fill=type)) +
  geom_bar(stat="identity", position="dodge")

ggplot＆＃39; s geom_bar已经采用stat=count方法，但这只会绘制绝对数据。我无法找到直接使geom_bar返回相对值的方法。

堆积在条形图旁边，在y轴上具有百分比

1 个答案: