使用 ggplot2 和 R 创建帕累托图

Posted 2023-02-16

【中文标题】使用 ggplot2 和 R 创建帕累托图

【英文标题】：Creating a Pareto Chart with ggplot2 and R

【发布时间】：2010-12-16 16:07:42

【问题描述】：

我一直在努力研究如何使用 ggplot2 包在 R 中创建 Pareto Chart。在许多情况下，当制作条形图或直方图时，我们希望项目按 X 轴排序。在帕累托图中，我们希望项目按 Y 轴上的值降序排列。有没有办法让 ggplot 绘制按 Y 轴值排序的项目？我尝试先对数据框进行排序，但似乎 ggplot 重新排序了它们。

例子：

val <- read.csv("http://www.cerebralmastication.com/wp-content/uploads/2009/11/val.txt")
val<-with(val, val[order(-Value), ])
p <- ggplot(val)
p + geom_bar(aes(State, Value, fill=variable), stat = "identity", position="dodge") + scale_fill_brewer(palette = "Set1")

数据框 val 已排序，但输出如下所示：

_{（来源：cerebralmastication.com）}

Hadley 正确地指出，这会产生更好的图形来显示实际值与预测值：

ggplot(val, aes(State, Value)) + geom_bar(stat = "identity", subset = .(variable == "estimate"), fill = "grey70") + geom_crossbar(aes(ymin = Value, ymax = Value), subset = .(variable == "actual"))

返回：

_{（来源：cerebralmastication.com）}

但它仍然不是帕累托图。有什么建议吗？

【问题讨论】：

您可以使用重叠绘图的 par(new) 技巧对基本图形执行此操作——与通常的“带有两个 y 轴的图表”问题的方法相同。 Ggplot2 我无能为力（但是，也许有一天我有时间赶上它）。

我正在努力避免学习基础图形。我非常懒惰:)

【参考方案1】：

我们可以使用ggQC 包。

library(ggplot2)
library(ggQC)
Data4Pareto <- data.frame(
  KPI = c("Customer Service Time", "Order Fulfillment", "Order Processing Time",
          "Order Production Time", "Order Quality Control Time", "Rework Time",
          "Shipping"),
  Time = c(1.50, 38.50, 3.75, 23.08, 1.92, 3.58, 73.17)) 


ggplot2::ggplot(Data4Pareto, aes(x = KPI, y = Time)) +
 ggQC::stat_pareto(point.color = "red",
                   point.size = 3,
                   line.color = "black",
                   bars.fill = c("blue", "orange")) +
  theme(axis.text.x = element_text(angle = 90, hjust = 1, vjust=0.5))

Source

【参考方案2】：

对数据进行子集化和排序；

valact <- subset(val, variable=='actual')
valsort <- valact[ order(-valact[,"Value"]),]

从那里它只是一个标准的boxplot()，顶部有一个非常手动的累积函数：

op <- par(mar=c(3,3,3,3)) 
bp <- barplot(valsort [ , "Value"], ylab="", xlab="", ylim=c(0,1),    
              names.arg=as.character(valsort[,"State"]), main="How's that?") 
lines(bp, cumsum(valsort[,"Value"])/sum(valsort[,"Value"]), 
      ylim=c(0,1.05), col='red') 
axis(4)
box() 
par(op)

应该是这样的

_{（来源：eddelbuettel.com）}

它甚至不需要过度绘图技巧，因为lines() 很高兴地注释了初始情节。

【讨论】：

我接受了 Chang 的回答，因为我真的很想用 ggplot 来做这件事。但我还是欠你一杯啤酒，因为你给出了这么棒的答案。

您对 Perato 部分的回答比我预期的要多得多！我的问题非常程式化，我已经将自己编码到一个角落，使用 ggplot2 是最简单的出路。你对基本图形所做的事情真的很酷。再次感谢。

@DirkEddelbuettel -- 作为一个疯狂的后续行动，我想知道您是否可以修改您的答案以使其接受 facet_wrap？

【参考方案3】：

freqplot = function(x, by = NULL, right = FALSE)

if(is.null(by)) stop('Valor de "by" precisa ser especificado.')
breaks = seq(min(x), max(x), by = by )
ecd = ecdf(x)
den = ecd(breaks)
table = table(cut(x, breaks = breaks, right = right))
table = table/sum(table)

intervs = factor(names(table), levels = names(table))
freq = as.numeric(table/sum(table))
acum = as.numeric(cumsum(table))

normalize.vec = function(x)
  (x - min(x))/(max(x) - min(x))


dados = data.frame(classe = intervs, freq = freq, acum = acum, acum_norm = normalize.vec(acum))
p = ggplot(dados) + 
  geom_bar(aes(classe, freq, fill = classe), stat = 'identity') +
  geom_point(aes(classe, acum_norm, group = '1'), shape = I(1), size = I(3), colour = 'gray20') +
  geom_line(aes(classe, acum_norm, group = '1'), colour = I('gray20'))

p

【参考方案4】：

ggplot2中的传统帕累托图......

阅读后开发 Cano, E. L.、Moguerza, J. M. 和 Redchuk, A. (2012)。六西格码与 R. (G. Robert, K. Hornik, & G. Parmigiani, Eds.) Springer。

library(ggplot2);library(grid)

counts  <- c(80, 27, 66, 94, 33)
defects <- c("price code", "schedule date", "supplier code", "contact num.", "part num.")
dat <- data.frame(count = counts, defect = defects, stringsAsFactors=FALSE )
dat <- dat[order(dat$count, decreasing=TRUE),]
dat$defect <- factor(dat$defect, levels=dat$defect)
dat$cum <- cumsum(dat$count)
count.sum<-sum(dat$count)
dat$cum_perc<-100*dat$cum/count.sum

p1<-ggplot(dat, aes(x=defect, y=cum_perc, group=1))
p1<-p1 + geom_point(aes(colour=defect), size=4) + geom_path()

p1<-p1+ ggtitle('Pareto Chart')+ theme(axis.ticks.x = element_blank(), axis.title.x = element_blank(),axis.text.x = element_blank())
p1<-p1+theme(legend.position="none")

p2<-ggplot(dat, aes(x=defect, y=count,colour=defect, fill=defect))
p2<- p2 + geom_bar()

p2<-p2+theme(legend.position="none")

plot.new()
grid.newpage()
pushViewport(viewport(layout = grid.layout(2, 1)))
print(p1, vp = viewport(layout.pos.row = 1,layout.pos.col = 1))
print(p2, vp = viewport(layout.pos.row = 2,layout.pos.col = 1))

【参考方案5】：

为简化起见，我们只考虑估计值。

estimates <- subset(val, variable == "estimate")

首先我们对因子水平进行重新排序，以便States 按Value 的降序绘制。

estimates$State <- with(estimates, reorder(State, -Value))

同样，我们对数据集重新排序并计算累积值。

estimates <- estimates[order(estimates$Value, decreasing = TRUE),]
estimates$cumulative <- cumsum(estimates$Value)

现在我们准备绘制情节。在同一轴上获得一条线和条的技巧是将 State 变量（一个因子）转换为数字。

p <- ggplot(estimates, aes(State, Value)) + 
  geom_bar() +
  geom_line(aes(as.numeric(State), cumulative))
p

如问题中所述，尝试绘制两个相邻变量组的两个帕累托图并不容易。如果您想要多个 Pareto 图，最好使用 facetting。

【参考方案6】：

举个简单的例子：

 > data
    PC1     PC2     PC3     PC4     PC5     PC6     PC7     PC8     PC9    PC10 
0.29056 0.23833 0.11003 0.05549 0.04678 0.03788 0.02770 0.02323 0.02211 0.01925 

barplot(data) 做事正确

ggplot 等效“应该是”：qplot(x=names(data), y=data, geom='bar')

但这会错误地按字母顺序重新排序/排序条形...因为这就是 levels(factor(names(data))) 的排序方式。

解决方案：qplot(x=factor(names(data), levels=names(data)), y=data, geom='bar')

呼！

【参考方案7】：

ggplot2 中的条形按因子中水平的顺序排列。

val$State <- with(val, factor(val$State, levels=val[order(-Value), ]$State))

【讨论】：

太棒了！这正是我不知道该怎么做。谢谢！

或者更简洁一点，将您的第一个 aes 调用更改为：` aes(reorder(State, Value), Value)`

我认为你需要 aes(reorder(State, Value, mean), Value) - 因为每个状态都有两个值？

【参考方案8】：

另外，请参阅包qcc，它有一个函数pareto.chart()。看起来它也使用基本图形，所以开始赏金 ggplot2-solution :-)