多列频率表是否存在循环以生成条形图？

Question

我有以下数据：

 df1<-read.table(text="Class1 Class2 Class3 M1 M2 M3 Z1 Z2 Z3 C E D Apple Apple Apple Orange Orange Orange A B B Orange Orange Orange Orange Orange Orange A C A Orange Orange Orange Apple Orange Apple B A D Orange Apple Apple Apple Orange Apple C B B Orange Orange Apple Apple Apple Apple A D C Orange Orange Apple Orange Apple Orange E C B Apple Orange Apple Apple Orange Apple D A B Apple Orange Apple Apple Orange Orange E D E Orange Orange Orange Apple Apple Apple C C A Apple Orange Apple Apple Apple Apple E C A Orange Apple Orange Orange Orange Orange C B D Apple Apple Apple Orange Apple Apple E E D Apple Orange Apple Orange Apple Orange E A B Orange Apple Apple Orange Orange Apple A D E Apple Orange Apple Orange Orange Apple E B D Apple Apple Orange Apple Apple Apple D C B Orange Orange Apple Apple Orange Orange A C C Apple Apple Apple Apple Orange Orange E B A Apple Orange Apple Orange Apple Apple E C A Orange Apple Apple Apple Apple Apple ",header=TRUE) 

我想使用循环识别频率表。 例如，M1和Z1的类为1，M2和Z2的类为2，M3和Z3的类为3，依此类推。 每个表的原型表是：

 Class M1-Apple M1_Orange Z1_Apple Z1_Orange A x x x x B x x x x C x x x x D x x x x E x x x x 

接下来，我想为每个表格生成条形图。

我已经试过了：

 class<-df1[1:3] MZ<-df1[4:9] df2<-lapply(1:3, function(x) table(class[,x] ~ MZ[,x])) 

因此，我需要具有频率表中所示的图表。 我认为我们需要先映射变量，然后使用lappy运行这些图。

Answer 1

如果我正确理解了您想要的内容，那么这很大程度上是将数据从宽格式 pivot_longer 为长格式的练习，因此我们首先使用tidyr 1.0.0 pivot_longer进行tidyr 1.0.0 （您可能需要升级）。 我发现了更容易思考的部分，所以我进行了两次透视，但是透视可能可以一口气完成：

library(tidyverse)

long_data <- df1 %>% 
  pivot_longer(everything(),
               names_to = c(".value", "set"),
               names_pattern = "([A-Za-z]+)(.)") %>%
  pivot_longer(-c(set, Class), 
               names_to = "type",
               values_to = "fruit") %>%
  select(set, class = Class, type, fruit)

head(long_data)
#> # A tibble: 6 x 4
#>   set   class type  fruit 
#>   <chr> <fct> <chr> <fct> 
#> 1 1     C     M     Apple 
#> 2 1     C     Z     Orange
#> 3 2     E     M     Apple 
#> 4 2     E     Z     Orange
#> 5 3     D     M     Apple 
#> 6 3     D     Z     Orange

这里的set变量对应于您以前在各列中使用的整数后缀。 现在我们总结一下这些数据：

counts <- long_data %>% group_by_all %>% count

head(counts)
#> # A tibble: 6 x 5
#> # Groups:   set, class, type, fruit [6]
#>   set   class type  fruit      n
#>   <chr> <fct> <chr> <fct>  <int>
#> 1 1     A     M     Apple      2
#> 2 1     A     M     Orange     3
#> 3 1     A     Z     Apple      2
#> 4 1     A     Z     Orange     3
#> 5 1     B     M     Orange     1
#> 6 1     B     Z     Apple      1

如果愿意，您可以将其重塑为更宽的格式，以使其变为矩阵形状，但是我将其放在此处，因为我认为您对绘图部分感兴趣，因此我们仍然需要长格式。

因此，最后是情节。 您所追求的情节并不完全清楚，但是根据数据来看，以下对我而言最有意义：

ggplot(counts, aes(x = class, y = n, fill = fruit)) +
  geom_histogram(position = "dodge",
                 stat = "identity") +
  facet_wrap(~set)
#> Warning: Ignoring unknown parameters: binwidth, bins, pad

^{由reprex软件包 （v0.3.0）创建于2019-12-01}

如果您不喜欢其他方法，请facet_wrap使用aes和facet_wrap变量。