Kategorik değişkenlerin grafiklerindeki sayımlar yerine% 'yi göster

Kategorik bir değişken çiziyorum ve her kategori değeri için sayıları göstermek yerine.

ggplotBu kategorideki değerlerin yüzdesini görüntülemek için bir yol arıyorum . Tabii ki, hesaplanan yüzde ile başka bir değişken oluşturmak ve bunu çizmek mümkündür, ancak bunu birkaç düzine kez yapmak zorundayım ve bunu tek bir komutta başarmayı umuyorum.

Gibi bir şey deniyordum

qplot(mydataf) +
  stat_bin(aes(n = nrow(mydataf), y = ..count../n)) +
  scale_y_continuous(formatter = "percent")

ama hataları aldığım için yanlış kullanmalıyım.

Kurulumu kolayca yeniden oluşturmak için basitleştirilmiş bir örnek:

mydata <- c ("aa", "bb", NULL, "bb", "cc", "aa", "aa", "aa", "ee", NULL, "cc");
mydataf <- factor(mydata);
qplot (mydataf); #this shows the count, I'm looking to see % displayed.

Gerçek durumda, muhtemelen ggplotbunun yerine kullanacağım qplot, ancak stat_bin'i kullanmanın doğru yolu hala kaçıyor .

Bu dört yaklaşımı da denedim:

ggplot(mydataf, aes(y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent');

ggplot(mydataf, aes(y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent') + geom_bar();

ggplot(mydataf, aes(x = levels(mydataf), y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent');

ggplot(mydataf, aes(x = levels(mydataf), y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent') + geom_bar();

ama her ikisi de verir:

Error: ggplot2 doesn't know how to deal with data of class factor

Aynı hata,

ggplot (data=mydataf, aes(levels(mydataf))) +
  geom_bar()

bu yüzden açıkça ggplottek bir vektörle nasıl etkileşime girdiğine dair bir şey var . Başımı kaşıyorum, bu hata için googling yapmak tek bir sonuç veriyor .

Bu yanıtlandığından beri ggplotsözdiziminde bazı anlamlı değişiklikler olmuştur . Yukarıdaki yorumlardaki tartışmanın özetlenmesi:

 require(ggplot2)
 require(scales)

 p <- ggplot(mydataf, aes(x = foo)) +  
        geom_bar(aes(y = (..count..)/sum(..count..))) + 
        ## version 3.0.0
        scale_y_continuous(labels=percent)

İşte aşağıdakileri kullanarak tekrarlanabilir bir örnek mtcars:

 ggplot(mtcars, aes(x = factor(hp))) +  
        geom_bar(aes(y = (..count..)/sum(..count..))) + 
        scale_y_continuous(labels = percent) ## version 3.0.0

Bu soru şu anda 'ggplot sayısı vs yüzde histogramı' için Google'da 1. sırada yer alıyor.

Not: Eğer hpbir faktör, ggplot getiriler olarak ayarlı değil:

bu değiştirilmiş kod çalışmalıdır

p = ggplot(mydataf, aes(x = foo)) + 
    geom_bar(aes(y = (..count..)/sum(..count..))) + 
    scale_y_continuous(formatter = 'percent')

verilerinizde NA'lar varsa ve bunların grafiğe dahil edilmesini istemiyorsanız, ggplot argümanı olarak na.omit (mydataf) iletin.

Bu yardımcı olur umarım.

Ggplot2 2.1.0 sürümü ile

+ scale_y_continuous(labels = scales::percent)

Mart 2017 itibariyle, ggplot22.2.1 ile en iyi çözüm, Hadley Wickham'ın veri bilimi kitabındaki R kitabında açıklanmıştır:

ggplot(mydataf) + stat_count(mapping = aes(x=foo, y=..prop.., group=1))

stat_countiki değişkeni hesaplar: countvarsayılan olarak kullanılır, ancak proporanları gösteren kullanmayı seçebilirsiniz .

Yüzdeleri y ekseninde ve çubuklarda etiketli yapmak istiyorsanız :

library(ggplot2)
library(scales)
ggplot(mtcars, aes(x = as.factor(am))) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  geom_text(aes(y = ((..count..)/sum(..count..)), label = scales::percent((..count..)/sum(..count..))), stat = "count", vjust = -0.25) +
  scale_y_continuous(labels = percent) +
  labs(title = "Manual vs. Automatic Frequency", y = "Percent", x = "Automatic Transmission")

Çubuk etiketleri eklerken, daha temiz bir grafik için y eksenini sonuna ekleyerek atlamak isteyebilirsiniz:

  theme(
        axis.text.y=element_blank(), axis.ticks=element_blank(),
        axis.title.y=element_blank()
  )

Yüzde etiketlerini ancak y ekseninde gerçek N'leri istiyorsanız şunu deneyin:

    library(scales)
perbar=function(xx){
      q=ggplot(data=data.frame(xx),aes(x=xx))+
      geom_bar(aes(y = (..count..)),fill="orange")
       q=q+    geom_text(aes(y = (..count..),label = scales::percent((..count..)/sum(..count..))), stat="bin",colour="darkgreen") 
      q
    }
    perbar(mtcars$disp)

İşte yönlü veriler için bir geçici çözüm. (@Andrew tarafından kabul edilen cevap bu durumda çalışmaz.) Fikir, dplyr kullanarak yüzde değerini hesaplamak ve daha sonra çizimi oluşturmak için geom_col kullanmaktır.

library(ggplot2)
library(scales)
library(magrittr)
library(dplyr)

binwidth <- 30

mtcars.stats <- mtcars %>%
  group_by(cyl) %>%
  mutate(bin = cut(hp, breaks=seq(0,400, binwidth), 
               labels= seq(0+binwidth,400, binwidth)-(binwidth/2)),
         n = n()) %>%
  group_by(cyl, bin) %>%
  summarise(p = n()/n[1]) %>%
  ungroup() %>%
  mutate(bin = as.numeric(as.character(bin)))

ggplot(mtcars.stats, aes(x = bin, y= p)) +  
  geom_col() + 
  scale_y_continuous(labels = percent) +
  facet_grid(cyl~.)

Bu konu:

Değişkeniniz sürekli ise, işlev değişkeni "bins" olarak gruplayacağından geom_histogram () kullanmanız gerektiğini unutmayın.

df <- data.frame(V1 = rnorm(100))

ggplot(df, aes(x = V1)) +  
  geom_histogram(aes(y = (..count..)/sum(..count..))) 

# if you use geom_bar(), with factor(V1), each value of V1 will be treated as a
# different category. In this case this does not make sense, as the variable is 
# really continuous. With the hp variable of the mtcars (see previous answer), it 
# worked well since hp was not really continuous (check unique(mtcars$hp)), and one 
# can want to see each value of this variable, and not to group it in bins.
ggplot(df, aes(x = factor(V1))) +  
  geom_bar(aes(y = (..count..)/sum(..count..)))