R - ggplot2 - 限制分类数据的条形图输出

Posted 2023-02-16

【中文标题】R - ggplot2 - 限制分类数据的条形图输出

【英文标题】：R - ggplot2 - limit bar chart output for categorical data

【发布时间】：2018-11-24 10:31:27

【问题描述】：

我正在尝试在 ggplot2 中创建一个条形图，将 x 轴上的输出限制为前 10% 最常见的分类变量。

我的数据框是一个包含个人贷款统计数据的数据集。我正在研究贷款状态和职业这两个类别之间的关系。

首先，我想将贷款状态限制为已“注销”的贷款。接下来，我想使用条形图绘制不同职业中已注销的贷款数量。 Occupation 有 67 个唯一值 - 我想将绘图限制为仅最常见的职业（按整数或百分比，即“7”或“10%”有效）。

在下面的代码中，我使用forcats 函数fct_infreq 按频率降序排列条形图。但是，我找不到限制 x 轴类别数量的函数。我已经尝试过quantile、scale_x_discrete 等，但这些似乎不适用于分类数据。

感谢您的帮助！

df %>% filter(LoanStatus %in% c("Chargedoff")) %>% 
ggplot() +
  geom_bar(aes(fct_infreq(Occupation)), stat = 'count') +
  scale_x_discrete(limits = c(quantile(df$Occupation, 0.9), quantile(df$Occupation, 1)))

产生的错误：

(1 - h) * qs[i] 中的错误：二元运算符的非数字参数

更新： 使用以下 Yifu 的答案，我能够得到这样的期望输出：

pd_occupation <- pd %>% 
  dplyr::filter(LoanStatus == "Chargedoff") %>%
  group_by(Occupation) %>% 
  mutate(group_num = n())

table(pd_occupation$group_num)#to view the distribution

ggplot(subset(pd_occupation, group_num >= 361)) +
  geom_bar(aes(fct_infreq(Occupation)), stat = 'count') +
  ggtitle('Loan Charge-Offs by Occupation')

【问题讨论】：

请提供具有可重现数据的示例***.com/help/mcve

也许您可以通过forcats::fct_lump 将因子水平集中起来，然后在绘图之前将其子集到非“其他”类别？

【参考方案1】：

您可以改为在dplyr 中执行此操作：

#only use cars whose carb appears more than 7 times to create a plot
mtcars %>%
    group_by(carb) %>%
    mutate(group_num = n()) %>%
    # you can substitute the number with 10% percentitle or whatever you want
    dplyr::filter(group_num >= 7) #%>%
    #ggplot()
    #create your plot

这个想法是过滤观察结果并将其传递给ggplot，而不是过滤ggplot中的数据。