使用 ggplot2 和 R 创建帕累托图
Posted
技术标签:
【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
【讨论】:
【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
【讨论】:
【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$cum/count.sum
p1<-ggplot(dat, aes(x=defect, y=cum_perc, group=1))
p1<-p1 + geom_point(aes(colour=defect), size=4) + geom_path()
p1<-p1+ ggtitle('Pareto Chart')+ theme(axis.ticks.x = element_blank(), axis.title.x = element_blank(),axis.text.x = element_blank())
p1<-p1+theme(legend.position="none")
p2<-ggplot(dat, aes(x=defect, y=count,colour=defect, fill=defect))
p2<- p2 + geom_bar()
p2<-p2+theme(legend.position="none")
plot.new()
grid.newpage()
pushViewport(viewport(layout = grid.layout(2, 1)))
print(p1, vp = viewport(layout.pos.row = 1,layout.pos.col = 1))
print(p2, vp = viewport(layout.pos.row = 2,layout.pos.col = 1))
【讨论】:
【参考方案5】:为简化起见,我们只考虑估计值。
estimates <- subset(val, variable == "estimate")
首先我们对因子水平进行重新排序,以便State
s 按Value
的降序绘制。
estimates$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$Value)
现在我们准备绘制情节。在同一轴上获得一条线和条的技巧是将 State 变量(一个因子)转换为数字。
p <- ggplot(estimates, aes(State, Value)) +
geom_bar() +
geom_line(aes(as.numeric(State), cumulative))
p
如问题中所述,尝试绘制两个相邻变量组的两个帕累托图并不容易。如果您想要多个 Pareto 图,最好使用 facetting。
【讨论】:
【参考方案6】:举个简单的例子:
> data
PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 PC10
0.29056 0.23833 0.11003 0.05549 0.04678 0.03788 0.02770 0.02323 0.02211 0.01925
barplot(data)
做事正确
ggplot 等效“应该是”:qplot(x=names(data), y=data, geom='bar')
但这会错误地按字母顺序重新排序/排序条形...因为这就是 levels(factor(names(data)))
的排序方式。
解决方案:qplot(x=factor(names(data), levels=names(data)), y=data, geom='bar')
呼!
【讨论】:
【参考方案7】:ggplot2 中的条形按因子中水平的顺序排列。
val$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 :-)
【讨论】:
以上是关于使用 ggplot2 和 R 创建帕累托图的主要内容,如果未能解决你的问题,请参考以下文章
如何在 plotly 中覆盖同一图中的两个图(在 plotly 中创建帕累托图)?
项目管理/PMP/PMBOK第六版/第七版/新考纲PMP错题解析 | 定性风险分析变更流程相关方参与评估矩阵帕累托图仆人式领导控制图评审沟通管理计划反馈和演示产品负责人