Grafy ggplot proporcji obserwacji w kategoriach

Question

Szukam porady na temat lepszych sposobów obliczania proporcji obserwacji w różnych kategoriach.

Mam dataframe, który wygląda mniej więcej tak:

cat1 <- c("high", "low", "high", "high", "high", "low", "low", "low", "high", "low", "low") 
cat2 <- c("1-young", "3-old", "2-middle-aged", "3-old", "2-middle-aged", "2-middle-aged", "1-young", "1-young", "3-old", "3-old", "1-young") 
df <- as.data.frame(cbind(cat1, cat2)) 

Na przykład tutaj, chcę wykreślić część każdej grupie wiekowej które mają wartość „wysoki”, a odsetek każdej grupy wiekowej, które mają wartość "niska". Bardziej ogólnie, chcę wykreślić, dla każdej wartości kategorii 2, procent obserwacji, które mieszczą się na każdym z poziomów kategorii 1.

Poniższy kod daje właściwy wynik, ale tylko poprzez ręczne zliczanie i dzielenie przed spiskiem. Czy istnieje dobry sposób na wykonanie tego w locie w ggplot?

library(plyr) 
count1 <- count(df, vars=c("cat1", "cat2")) 
count2 <- count(df, "cat2") 

count1$totals <- count2$freq 
count1$pct <- count1$freq/count1$totals 

ggplot(data = count1, aes(x=cat2, y=pct))+ 
facet_wrap(~cat1)+ 
geom_bar() 

This previous stackoverflow question oferuje coś podobnego, z następującego kodu:

ggplot(mydataf, aes(x = foo)) + 
geom_bar(aes(y = (..count..)/sum(..count..))) 

Ale nie chcę „suma (.. liczyć ..)” - co daje sumę zliczania wszystkich pojemniki - w mianowniku; raczej chcę sumę wartości każdej z kategorii "cat2". Przestudiowałem również dokumentację stat_bin.

Byłbym wdzięczny za wszelkie wskazówki i sugestie, jak to zrobić.

Answer 1

Rozumiem, jeśli nie jest to tak naprawdę, czego szukasz, ale znalazłem twój opis tego, co chciałeś bardzo zagmatwać, dopóki nie zdałem sobie sprawy, że po prostu próbujesz wizualizować swoje dane w sposób, który wydawał się bardzo nienaturalny Dla mnie.

Gdyby ktoś zapytał mnie produkować wykres z proporcji w każdej kategorii, prawdopodobnie zwrócić się do segmentowej wykresie słupkowym:

ggplot(df,aes(x = cat2,fill = cat1)) + 
    geom_bar(position = "fill") 

zanotować Rejestry oś Y proporcje, nie liczy się, jak chciałeś.

Answer 2

To może być trochę za późno dla ciebie i nie jest udziałem ggplot, ALE:

myślę mosaicplots są rozwiązaniem wizualizację interakcji dwóch czynników:

cat1 <- c("high", "low", "high", "high", "high", "low", "low", "low", "high", "low", "low") 
cat2 <- c("1-young", "3-old", "2-middle-aged", "3-old", "2-middle-aged", "2-middle-aged", "1-young", "1-young", "3-old", "3-old", "1-young") 
df <- as.data.frame(cbind(cat1, cat2)) 

mosaicplot(cat2 ~ cat1, data = df, col = c(lightskyblue2', 'tomato')) 

Na tym wykresie pola dla każdej pary wartości są skalowane zgodnie z liczbą obserwacji w tej kategorii. Możesz podać wektor koloru, aby pomóc w wizualizacji.