R 從分組數據框到桑基圖

Question

我昨天大部分時間都在解決以下問題，但尚未找到解決以下問題的方法：

我有一個包含分類數據的數據框：比如 category1：具有值 A 和 B； 另一列 category2 具有值 C、D、F、G； category3 有值 H 等等...

我想制作一個桑基圖，顯示類別 1 A 中有多少（通過從節點到節點的波段寬度）在 C、D、F、G 中。這也適用於分組數據幀中的所有其他組合。

它基本上是一棵樹，樹枝的寬度顯示了特定樹枝中有多少計數。

有沒有辦法以靈活的方式執行此操作，以便它適用於分類 DF 中的大多數分組？

Answer 1

您可以嘗試使用漂亮的 ggalluvial 包：

library(ggalluvial)
library(ggplot2)

# some fake data
data <- data.frame(column1 = c('A','A','A','B','B','B')
                   ,column2 = c('C','D','E','C','D','E')
                   , column3 = c('F','G','H','I','J','K')
                               )

# add a costant as frequencies: if each "flow" count as 1, you can do this
data$freq <- 1

# here the plot
ggplot(data,
       aes(y = freq, axis1 = column1, axis2 = column2, axis3 = column3)) +
  geom_alluvium(aes(), width = 1/12) +
  geom_stratum(width = 1/12, fill = "black", color = "blue") +
  geom_label(stat = "stratum", label.strata = TRUE)  +
  scale_fill_brewer(type = "qual", palette = "Set1") +
  ggtitle("nice sankey")

Answer 2

如果您願意將數據重新排列為節點列表和邊列表，則可以利用帶有networkD3包的 D3 javascript 庫。 這是一個帶有虛擬數據的示例（請注意，要使用此庫，您需要有一個以 0 開頭的 id 列。

library(tidyverse)

nodes <- tibble(id = c(0:9), label = c(1:10))

edges <- tibble(from = c(5:15, 0:4, 16:19), to = (0:19), weight = rnorm(20))

library(networkD3)

sankeyNetwork(Links = edges, 
              Nodes = nodes, 
              Source = "from", 
              Target = "to", 
              NodeID = "label", 
              Value = "weight")