制作因子变量的频率直方图

Posted 2023-02-14

【中文标题】制作因子变量的频率直方图

【英文标题】：Make Frequency Histogram for Factor Variables

【发布时间】：2014-03-05 13:15:07

【问题描述】：

我对 R 很陌生，所以对于这样一个基本问题，我深表歉意。我花了一个小时在谷歌上搜索这个问题，但找不到解决方案。

假设我的数据集中有一些关于常见宠物类型的分类数据。我将其作为 R 中的字符向量输入，其中包含不同类型动物的名称。我是这样创建的：

animals <- c("cat", "dog",  "dog", "dog", "dog", "dog", "dog", "dog", "cat", "cat", "bird")

我把它变成一个因子，以便在我的数据框中与其他向量一起使用：

animalFactor <- as.factor(animals)

我现在想创建一个直方图，它在 y 轴上显示每个变量的频率，在 x 轴上显示每个因子的名称，并且每个因子包含一个条形图。我尝试这段代码：

hist(table(animalFactor), freq=TRUE, xlab = levels(animalFactor), ylab = "Frequencies")

输出完全不像我期望的那样。撇开标签问题不谈，我似乎无法弄清楚如何按类别创建简单的频率直方图。

【问题讨论】：

直方图用于连续数据。你想要一个条形图。

【参考方案1】：

你也可以使用lattice::histogram()

【讨论】：

多一点解释将使这个答案对 OP 和未来的用户更有用......

【参考方案2】：

国家是一个分类变量，我想看看数据集中出现了多少国家。换句话说，每个国家/地区有多少记录/参加者

barplot(summary(df$Country))

【参考方案3】：

如果您想在 ggplot 中执行此操作，则对 geom_histogram() 的 API 更改会导致错误：https://github.com/hadley/ggplot2/issues/1465

要解决这个问题，请使用geom_bar()：

animals <- c("cat", "dog",  "dog", "dog", "dog", "dog", "dog", "dog", "cat", "cat", "bird")

library(ggplot2)
# counts
ggplot(data.frame(animals), aes(x=animals)) +
  geom_bar()

【参考方案4】：

数据作为因子可以用作绘图函数的输入。

这里给出了一个类似问题的答案： https://stat.ethz.ch/pipermail/r-help/2010-December/261873.html

 x=sample(c("Richard", "Minnie", "Albert", "Helen", "Joe", "Kingston"),  
 50, replace=T)
 x=as.factor(x)
 plot(x)

【参考方案5】：

您得到意外结果的原因是hist(...) 从数字向量计算分布。在您的代码中，table(animalFactor) 的行为类似于具有三个元素的数字向量：1、3、7。因此，hist(...) 绘制了 1 的数量 (1)、3 的数量 (1) 和 7 的数量 (1 ）。 @Roland 的解决方案是最简单的。

这是一种使用ggplot 的方法：

library(ggplot2)
ggp <- ggplot(data.frame(animals),aes(x=animals))
# counts
ggp + geom_histogram(fill="lightgreen")
# proportion
ggp + geom_histogram(fill="lightblue",aes(y=..count../sum(..count..)))

在上面的代码中使用animalFactor 而不是animals，您会得到完全相同的结果。

【讨论】：

请参阅megatron's answer 以获取更新版本的ggplot2。

【参考方案6】：

好像你想要barplot(prop.table(table(animals))):

但是，这不是直方图。

【讨论】：

如果你只是做barplot(table(animals))，你会得到这个更像直方图，即没有标准化的计数。