Как построить категориальные данные в r (с примерами)

В статистике категориальные данные представляют собой данные, которые могут иметь имена или метки.

Примеры включают в себя:

• Статус курения («курящий», «некурящий»)
• Цвет глаз («голубой», «зеленый», «карий»)
• Уровень образования (например, «средняя школа», «степень бакалавра», «степень магистра»)

Три наиболее часто используемые диаграммы для визуализации данных этого типа включают в себя:

• Гистограмма
• Мозаичные сюжеты
• Ящичные диаграммы по группам

В следующих примерах показано, как создать каждый из этих графиков в R.

Пример 1: Гистограммы

Следующий код показывает, как создать гистограмму для визуализации частоты сдвигов в определенном фрейме данных:

 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()

По оси X показано название каждой команды, а по оси Y показана частота появления каждой команды в кадре данных.

Мы также можем использовать следующий код, чтобы упорядочить столбцы на графике от большего к меньшему:

 #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 ') 

Пример 2: Ящичные диаграммы по группам

Кластерные коробчатые диаграммы — это полезный способ визуализации числовой переменной, сгруппированной по категориальной переменной.

Например, следующий код показывает, как создать коробчатые диаграммы, показывающие распределение набранных очков, сгруппированных по командам:

 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 ')

По оси X отображаются команды, а по оси Y — распределение очков, набранных каждой командой.

Пример 3: мозаичный сюжет

Плиточный график — это тип графика, который отображает частоты двух разных категориальных переменных на одном графике.

Например, следующий код показывает, как создать мозаичный график, показывающий частоту категориальных переменных «результат» и «команда» на одном графике:

 #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 ') 

По оси X отображается результат игры, а по оси Y — четыре разные команды.

Дополнительные ресурсы

В следующих руководствах объясняется, как создавать другие распространенные графики в R:

Как создать сложную гистограмму в R
Как создать кластеризованную гистограмму в R
Как создать график с накоплением точек в R