使用R ggplot绘制宽格式数据 [英] Plotting wide format data using R ggplot
问题描述
我有一个数据框（如下所示），按地区显示了年销售额。最后一栏计算三年内该地区所有销售额的总和。
我是R的新手，想使用 ggplot 创建一个单散点图来分析数据。 x轴为三年，y轴为销售额。
理想情况下，每个区域在2013年，2014年，2015年和2016年都有自己的点线（除了少数NA）。然后，我要为每个区域着色线根据其区域。总和列不应出现在绘图上。有想法吗？
df<-structure（list（Region = structure（1：6，
.Label = c（ A， B， C， D， E， F， G， H， I， J，
K， L， M， N， O， P， Q， R， S， T， U），
class = factor ），
2016 = c（8758.82，25559.89，30848.02，8696.99，3621.12，5468.76），
2015 = c（26521.67，89544.93，92825.55，28916.4，14004.54，16618.38），
2014 = c（NA，NA，199673.73，37108.09，16909.87，20610.58），
2013 = c（27605.35，NA，78794.31，31824.75，17990.21，17307.11），
总计销售 = c（35280.49、115104.82、323347.3、74721.48、34535.53、42697.72）），
row.names = c（NA，6L），类= data.frame）
您的数据采用宽格式，因此最好将其转换为长格式，以与 ggplot 一起使用。在这里，我使用 tidyr :: gather（）来做到这一点
库（tidyr）
库（ggplot2）
df_long<-df％&％;％
收集（年份，销售额，-区域）
df_long
＃>地区年销售额
＃> 1 A 2016 8758.82
＃> 2 B 2016 25559.89
＃> 3 C 2016 30848.02
＃> 4 D 2016 8696.99
＃> 5 E 2016 3621.12
＃> 6 F 2016 5468.76
＃> 7 A 2015 26521.67
＃> 2015年8月8日89544.93
＃> 9 C 2015 92825.55
＃> 10 D 2015 28916.40
＃> 11 E 2015 14004.54
＃> 12 F 2015 16618.38
＃> 13 A 2014 NA
＃> 14 B 2014 NA
＃> 15 C 2014 199673.73
＃> 16 D 2014 37108.09
＃> 17 E 2014 16909.87
＃> 18 F 2014 20610.58
＃> 19 A 2013 27605.35
＃> 20 B 2013 NA
＃> 21 C 2013 78794.31
＃> 22 D 2013 31824.75
＃> 23 E 2013 17990.21
＃> 24 F 2013 17307.11
＃> 25总销售量35280.49
＃> 26 B总销售额115104.82
＃> 27 C总销售额323347.30
＃> 28 D总销售额74721.48
＃> 29 E总销售额34535.53
＃> 30 F总销售额42697.72
图：指定 color = Region 和 group =地区位于 aes 内，因此 ggplot 知道如何选择颜色并绘制线条
ggplot（df_long，aes（x = Year，y =销售，颜色=地区，组=地区））+
geom_point（）+
geom_line（）+
scale_color_brewer（palette ='Dark2'）+
theme_classic（base_size = 12）
＃>警告：已删除3个包含缺失值的行（geom_point）。
＃>警告：已删除2个包含缺失值的行（geom_path）。
也可以使用 facet_grid（）
< pre class = lang-r prettyprint-override>
ggplot（df_long，aes（x =年，y =销售，组=地区））+
geom_point（）+
geom_line（）+
facet_grid（Region〜。，scales ='free_y'）+
theme_bw（base_size = 12）
＃>警告：已删除3个包含缺失值的行（geom_point）。
＃>警告：已删除2个包含缺失值的行（geom_path）。
由 reprex包（v0.2.1.9000）
I have a data frame (see below) that shows sales by region by year. The final column calculates the sum of all the sales in the region over the three year period.
I am new to R and would like use ggplot to create a SINGLE scatter plot to analyze the data. The x-axis would be the three years and the y-axis would sales.
Ideally, each region would have its own line with points (other than a few NAs) in 2013, 2014, 2015, and 2016. I would then like to color each line based on its region. The sum column should not appear on the plot. Any ideas?
df <- structure(list(Region = structure(1:6,
.Label = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J",
"K", "L", "M", "N", "O", "P", "Q", "R", "S", "T", "U"),
class = "factor"),
"2016" = c(8758.82, 25559.89, 30848.02, 8696.99, 3621.12, 5468.76),
"2015" = c(26521.67, 89544.93, 92825.55, 28916.4, 14004.54, 16618.38),
"2014" = c(NA, NA, 199673.73, 37108.09, 16909.87, 20610.58),
"2013" = c(27605.35, NA, 78794.31, 31824.75, 17990.21, 17307.11),
"Total Sales" = c(35280.49, 115104.82, 323347.3, 74721.48, 34535.53, 42697.72)),
row.names = c(NA, 6L), class = "data.frame")
Your data is in wide format so it's better to convert it to long format to work with ggplot. Here I use tidyr::gather() to do that
library(tidyr)
library(ggplot2)
df_long <- df %>%
gather(Year, Sales, -Region)
df_long
#> Region Year Sales
#> 1 A 2016 8758.82
#> 2 B 2016 25559.89
#> 3 C 2016 30848.02
#> 4 D 2016 8696.99
#> 5 E 2016 3621.12
#> 6 F 2016 5468.76
#> 7 A 2015 26521.67
#> 8 B 2015 89544.93
#> 9 C 2015 92825.55
#> 10 D 2015 28916.40
#> 11 E 2015 14004.54
#> 12 F 2015 16618.38
#> 13 A 2014 NA
#> 14 B 2014 NA
#> 15 C 2014 199673.73
#> 16 D 2014 37108.09
#> 17 E 2014 16909.87
#> 18 F 2014 20610.58
#> 19 A 2013 27605.35
#> 20 B 2013 NA
#> 21 C 2013 78794.31
#> 22 D 2013 31824.75
#> 23 E 2013 17990.21
#> 24 F 2013 17307.11
#> 25 A Total Sales 35280.49
#> 26 B Total Sales 115104.82
#> 27 C Total Sales 323347.30
#> 28 D Total Sales 74721.48
#> 29 E Total Sales 34535.53
#> 30 F Total Sales 42697.72
Plot: specify color = Region and group = Region inside aes so ggplot knows how to pick color and draw lines
ggplot(df_long, aes(x = Year, y = Sales, color = Region, group = Region)) +
geom_point() +
geom_line() +
scale_color_brewer(palette = 'Dark2') +
theme_classic(base_size = 12)
#> Warning: Removed 3 rows containing missing values (geom_point).
#> Warning: Removed 2 rows containing missing values (geom_path).
Can also use facet_grid()
ggplot(df_long, aes(x = Year, y = Sales, group = Region)) +
geom_point() +
geom_line() +
facet_grid(Region ~., scales = 'free_y') +
theme_bw(base_size = 12)
#> Warning: Removed 3 rows containing missing values (geom_point).
#> Warning: Removed 2 rows containing missing values (geom_path).
Created on 2018-10-12 by the reprex package (v0.2.1.9000)
这篇关于使用R ggplot绘制宽格式数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
