65-R茶话会14-柱状图用col还是bar，你可以省一点空间
65-R茶话会14-柱状图用col还是bar，你可以省一点空间
北野茶缸子
发布于 2021-12-17 11:01:51
发布于 2021-12-17 11:01:51
参考：
geom_col or geom_bar
二者唯一的区别在于，col 的stat 参数是identity。因此如果使用geom_bar 指定stat = "identity"，二者是没有区别的。
指定了这个参数意味着什么呢？
意味着我们可以给y 指定一个自定义的数值，而非让ggplot 函数转化我们的数据框去计数。
比如你有一个数据：
iris2 <- iris
iris2$group <- sample(c("a","b","c"), 150, replace = T)
> str(iris2)
'data.frame': 150 obs. of 6 variables:
$ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
$ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
$ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
$ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
$ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
$ group : chr "b" "a" "b" "c" ...
如果你进行如下绘图：
ggplot(iris2) + geom_bar(aes(Species, fill = group))
但其实我们完全可以自己计算一个数据框：
> iris2_count <- iris2 %>%
+ group_by(Species, group) %>%
+ summarise(count = n())
`summarise()` has grouped output by 'Species'. You can override using the `.groups` argument.
> iris2_count
# A tibble: 9 x 3
# Groups: Species [3]
Species group count
<fct> <chr> <int>
1 setosa a 18
2 setosa b 18
3 setosa c 14
4 versicolor a 12
5 versicolor b 9
6 versicolor c 29
7 virginica a 13
8 virginica b 22
9 virginica c 15
接下来直接用geom_col 就好了：
ggplot(iris2_count) + geom_col(aes(x = Species, y = count, fill = group),
position = "dodge")
节约了多少空间呢
> object.size(iris2)
8728 bytes
> object.size(iris2_count)
4816 bytes
这还不够刺激。我们翻个倍吧，100倍如何？
enlargeDf <- function(df,df2,n) {
if (n > 1){
df <- rbind(df, df2)
enlargeDf(df,df2,n - 1)
} else {
df <- df
}
}
iris_big <- enlargeDf(iris2, iris2, 100)
dim(iris_big)
[1] 15000 6
画个图：
iris_big_count <- iris_big %>%
group_by(Species, group) %>%
summarise(count = n())
a1 <- object.size(iris_big_count)
a2 <- object.size(iris_big)
aa <- data.frame(
V1 = c("a1","a2"),
V2 = c(as.numeric(a1), as.numeric(a2))
)
ggplot(aa, aes(V1, V2, label = V2, fill = V1)) +
geom_col() +
geom_text(vjust = -0.8)
这里还仅仅是一万五千行数据框，动辄十几万或者上百万的数据框呢？
转换后的文件不仅方便我们读取和传送，而且从数据的阅读直观程度来看，统计转化的结果也更容易传播。
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2021-11-29，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录