R boxplot總結

Question

從下面的（簡化的）數據中，該數據代表用戶在三個選項之間進行選擇，我想基於值的因素來創建一組框形圖，以顯示用戶選擇值的次數百分比。 所以我要三個框圖，用戶選擇的百分比為0、1和2。

我確定我缺少一些明顯的東西，就像我經常使用R一樣。我可以使用by(dat, dat$user, function(user) {table(user$value)/length(user$value)*100}) ，但不知道如何將其轉換為箱線圖。

希望有道理。

user|value
1|2
1|1
1|0
1|2
1|0
2|2
2|2
2|2
2|0
2|2
3|2
3|0
3|1
3|0
3|1
4|2
4|0
4|1
4|0
4|1
5|2
5|0
5|1
5|0
5|1
6|2
6|0
6|0
6|1
6|2
7|0
7|0
7|1
7|0
7|1
8|2
8|2
8|1
8|1
8|2
9|1
9|0
9|0
9|0
9|0
10|1
10|2
10|0
10|2
10|1

Answer 1

我將使用plyr軟件包創建摘要。 首先，您應該將value轉換為因數，以便當某些用戶從不選擇某個值時，該值將為0％。

dat$value <- factor(dat$value)

現在，您編寫需要一個數據框的摘要函數（從技術上講，此步驟可以拖入下一步，但這樣更易讀）。

p.by.user <- function(df){
  data.frame(prop.table(table(df$value)))
}

然后，將此功能應用於user定義的dat每個子集。

dat.summary <- ddply(dat, .(user), p.by.user)

此數據的基本圖形箱圖將按以下方式完成。

with(dat.summary, boxplot(Freq ~ Var1, ylim = c(0,1)))

如果您不介意我的兩分錢，我不知道箱線圖是處理此類數據的正確方法。 這不是非常密集的數據（如果您的樣本是真實的），並且箱線圖無法捕獲決策之間的依賴關系。 即，如果某個用戶頻繁選擇1超級用戶，則他們必須少選擇另一個超級用戶。

您可以為每個用戶嘗試一個填充的條形圖，如果使用ggplot2則不需要任何預先匯總。 代碼看起來像這樣

ggplot(dat, aes(factor(user), fill = value)) + geom_bar()
    # or, to force the range to be between 0 and 1
    # + geom_bar(position = "fill")

Answer 2

您正在尋找類似這樣的東西嗎？

user <- rep(1:10,each=5)
value <- sample(0:2,50,replace=T)
dat <- data.frame(user,value)

percent <- unlist(
    by(dat, dat$user,
        function(user) {
            table(user$value)/length(user$value)*100
        }
    )
)

# make a vector with all percentages
percent <- unlist(percent)
# extract the necessary info from the names
value <- gsub("\\d+\\.(\\d)","\\1",names(percent))

boxplot(percent~value)