在R中生成“ 2D”直方图

Question

我是R的新手，我想知道如何为以下情况生成直方图：

我最初有一个包含2列的常规频率表：A列是类别（或bin），B列是属于该类别的案件数

Col A    Col B
1-10       7
11-20      4
21-30      5

从这个初始频率表中，我创建了一个包含3列的表：Col A仍然是类别（或bin），但是现在Col B是“总数的分数”，因此对于类别1-10，B列将具有值7 /（7 + 4 + 5）= 7/16。 现在还有第三列“ Col C”，它是“落在类别1-20之间的所有案例的分数”，因此对于1-10，Col C的值为7 /（7 + 4）= 7/11 。 完整的表格如下所示：

Col A    Col B    Col C
1-10      7/16     7/11
11-20     4/16     4/11
21-30     5/16      0

如何从上面的3列表格中生成直方图？ 我的X轴应该是bin（1-10、11-20等），我的Y轴应该是分数，但是对于每个bin我都有两个分数（Col B和Col C），因此会有两个分数“柱状图”。

任何帮助将不胜感激。

Answer 1

数据：

dat <- data.frame(A = c("1-10", "11-20", "21-30"), B = c(7, 4, 5))

现在，计算比例并创建一个新对象：

dat2 <- rbind(B = dat$B/sum(dat$B), C = c(dat$B[1:2]/sum(dat$B[1:2]), 0))
colnames(dat2) <- dat$A

情节：

barplot(dat2, beside = TRUE, legend = rownames(dat2))

Answer 2

您的标题应该更改为“ Dodged Bar Chart”，而不是2D直方图，因为直方图在x轴上具有连续的刻度，这与条形图不同，并且直方图主要用于比较单变量数据的分布或基于因数建模的单变量数据的分布。 您正在尝试比较colB与colC，可以使用2D散点图而不是条形图对其进行有效地可视化。 使用直方图比较colB和colC分布的更好方法是分别绘制两个直方图并检查数据点位置的变化。

如果要比较colB和colC的分布，请尝试以下代码：我对数据值进行了四舍五入以获取合理的数据。 请注意，正在按排列进行随机采样，并且每次您运行相同的代码时，分布都会稍有变化，但这不会影响colB和colC之间的分布推断。

library("ggplot2")
# 44 datapoints between 1-10
a <- rep(1:10, 4)
a <- c(a, sample(a, size=4, replace=FALSE))
# 25 datapoints between 11-20
b <- rep(11:20, 2)
b <- c(b, sample(b, size=5, replace=FALSE))
# 31 datapoints between 21-30
c <- rep(21:30, 3)
c <- c(c, sample(c, size=1, replace=FALSE))
colB <- c(a, b, c)
# 64 datapoints between 1-10
a <- rep(1:10, 6)
a <- c(a, sample(a, size=4, replace=FALSE))
# 36 datapoints between 11-20
b <- rep(11:20, 3)
b <- c(b, sample(b, size=6, replace=FALSE))
colC <- c(a, b)
df <- data.frame(cbind(colB, colC=colC))
write.table(df, file = "data")
data <- read.table("data", header=TRUE)
data
ggplot(data=data, aes(x=colB, xmin=1, xmax=30)) + stat_bin(binwidth = 1)
ggplot(data=data, aes(x=colC, xmin=1, xmax=30)) + stat_bin(binwidth = 1)

# if you want density distribution, then you can try something like this:
ggplot(data=data, aes(x=colB, y = ..density.., xmin=1, xmax=30)) + stat_bin(binwidth = 1)
ggplot(data=data, aes(x=colC, y = ..density.., xmin=1, xmax=30)) + stat_bin(binwidth = 1)

HTH-沙爹语