Comment tracer des données catégorielles dans R (avec exemples)

En statistiques, les données catégorielles représentent des données qui peuvent prendre des noms ou des étiquettes.

Les exemples comprennent:

• Statut de fumeur (« fumeur », « non-fumeur »)
• Couleur des yeux (« bleu », « vert », « noisette »)
• Niveau d’études (par exemple « lycée », « licence », « maîtrise »)

Trois graphiques couramment utilisés pour visualiser ce type de données comprennent :

• Diagramme à barres
• Parcelles en mosaïque
• Boîtes à moustaches par groupe

Les exemples suivants montrent comment créer chacun de ces tracés dans R.

Exemple 1 : graphiques à barres

Le code suivant montre comment créer un graphique à barres pour visualiser la fréquence des équipes dans un certain bloc de données :

library(ggplot2) 

#create data frame
df <- data.frame(result = c('W', 'L', 'W', 'W', 'W', 'L', 'W', 'L', 'W', 'L'),
                 team = c('B', 'B', 'B', 'B', 'D', 'A', 'A', 'A', 'C', 'C'),
                 points = c(12, 28, 19, 22, 32, 45, 22, 28, 13, 19),
                 rebounds = c(5, 7, 7, 12, 11, 4, 10, 7, 8, 8))

#create bar chart of teams
ggplot(df, aes(x=team)) +
  geom_bar()

L’axe des x affiche le nom de chaque équipe et l’axe des y montre la fréquence de chaque équipe dans le bloc de données.

Nous pouvons également utiliser le code suivant pour classer les barres du graphique de la plus grande à la plus petite :

#create bar chart of teams, ordered from large to small
ggplot(df, aes(x=reorder(team, team, function(x)-length(x)))) +
  geom_bar(fill='steelblue') +
  labs(x='Team')

Exemple 2 : boîtes à moustaches par groupe

Les boîtes à moustaches groupées sont un moyen utile de visualiser une variable numérique, regroupée par une variable catégorielle.

Par exemple, le code suivant montre comment créer des boxplots qui montrent la répartition des points marqués, regroupés par équipe :

library(ggplot2) 

#create data frame
df <- data.frame(result = c('W', 'L', 'W', 'W', 'W', 'L', 'W', 'L', 'W', 'L'),
                 team = c('B', 'B', 'B', 'B', 'D', 'A', 'A', 'A', 'C', 'C'),
                 points = c(12, 28, 19, 22, 32, 45, 22, 28, 13, 19),
                 rebounds = c(5, 7, 7, 12, 11, 4, 10, 7, 8, 8))

#create boxplots of points, grouped by team
ggplot(df, aes(x=team, y=points)) +
  geom_boxplot(fill='steelblue')

L’axe des x affiche les équipes et l’axe des y affiche la répartition des points marqués par chaque équipe.

Exemple 3 : tracé en mosaïque

Un tracé en mosaïque est un type de tracé qui affiche les fréquences de deux variables catégorielles différentes dans un seul tracé.

Par exemple, le code suivant montre comment créer un tracé mosaïque qui montre la fréquence des variables catégorielles « résultat » et « équipe » dans un seul tracé :

#create data frame
df <- data.frame(result = c('W', 'L', 'W', 'W', 'W', 'L', 'W', 'L', 'W', 'L'),
                 team = c('B', 'B', 'B', 'B', 'D', 'A', 'A', 'A', 'C', 'C'),
                 points = c(12, 28, 19, 22, 32, 45, 22, 28, 13, 19),
                 rebounds = c(5, 7, 7, 12, 11, 4, 10, 7, 8, 8))

#create table of counts
counts <- table(df$result, df$team)

#create mosaic plot
mosaicplot(counts, xlab='Game Result', ylab='Team',
           main='Wins by Team', col='steelblue')

L’axe des x affiche le résultat du jeu et l’axe des y affiche les quatre équipes différentes.

Ressources additionnelles

Les didacticiels suivants expliquent comment créer d’autres tracés courants dans R :

Comment créer un barplot empilé dans R
Comment créer un barplot groupé dans R
Comment créer un tracé de points empilés dans R