Tampilkan% alih-alih hitungan dalam bagan variabel kategorikal

Saya merencanakan variabel kategori dan bukannya menunjukkan jumlah untuk setiap nilai kategori.

Saya mencari cara ggplotuntuk menampilkan persentase nilai dalam kategori itu. Tentu saja, dimungkinkan untuk membuat variabel lain dengan persentase yang dihitung dan plot yang satu, tetapi saya harus melakukannya beberapa kali dan saya berharap untuk mencapai itu dalam satu perintah.

Saya sedang bereksperimen dengan sesuatu seperti

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

tapi saya harus salah menggunakannya, karena saya mendapat kesalahan.

Untuk mereproduksi pengaturan dengan mudah, berikut ini contoh sederhana:

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.

Dalam kasus yang sebenarnya, saya mungkin akan menggunakan ggplotalih-alih qplot, tetapi cara yang tepat untuk menggunakan stat_bin masih menghindari saya.

Saya juga sudah mencoba empat pendekatan ini:

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();

tapi semua 4 memberi:

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

Kesalahan yang sama muncul untuk kasus sederhana

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

jadi jelas sesuatu tentang bagaimana ggplotberinteraksi dengan satu vektor. Aku menggaruk-garuk kepalaku, mencari kesalahan di Google hanya memberikan satu hasil .

Karena ini dijawab, ada beberapa perubahan yang berarti pada ggplotsintaksis. Ringkas diskusi dalam komentar di atas:

 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)

Berikut ini contoh yang dapat direproduksi menggunakan mtcars:

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

Pertanyaan ini saat ini menjadi hit # 1 di google untuk 'jumlah ggplot vs persentase histogram' sehingga mudah-mudahan ini membantu menyaring semua informasi yang saat ini disimpan di komentar pada jawaban yang diterima.

Catatan: Jika hptidak ditetapkan sebagai faktor, ggplot mengembalikan:

kode yang dimodifikasi ini harus berfungsi

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

jika data Anda memiliki NAS dan Anda tidak ingin mereka dimasukkan dalam plot, kirimkan na.omit (mydataf) sebagai argumen ke ggplot.

semoga ini membantu.

Dengan ggplot2 versi 2.1.0 itu

+ scale_y_continuous(labels = scales::percent)

Pada Maret 2017, dengan ggplot22.2.1 saya pikir solusi terbaik dijelaskan dalam Hadley Wickham's R untuk buku ilmu data:

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

stat_countmenghitung dua variabel: countdigunakan secara default, tetapi Anda dapat memilih untuk menggunakan propyang menunjukkan proporsi.

Jika Anda ingin persentase pada sumbu y dan diberi label pada bilah:

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")

Saat menambahkan label batang, Anda mungkin ingin menghilangkan sumbu y untuk bagan yang lebih bersih, dengan menambahkan pada bagian akhir:

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

Jika Anda ingin label persentase tetapi Ns aktual pada sumbu y, coba ini:

    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)

Berikut adalah solusi untuk data faceted. (Jawaban yang diterima oleh @Andrew tidak berfungsi dalam kasus ini.) Idenya adalah untuk menghitung nilai persentase menggunakan dplyr dan kemudian menggunakan geom_col untuk membuat plot.

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~.)

Ini plotnya:

Perhatikan bahwa jika variabel Anda kontinu, Anda harus menggunakan geom_histogram (), karena fungsi akan mengelompokkan variabel dengan "bins".

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..)))