R可视化数据必要格式——长格式

一、引言

我们在对数据进行可视化时遇到最头疼、最常见的问题是什么?数据问题。

因为我们往往不会从零自己编程进行可视化,往往是现有模板或积累,而正确的数据格式对应正确的图形包要求,一定会正确出图,所以只有一个问题------数据格式问题。

在R中,绝大多数图形要求的格式------都是长格式。

二、定义

何为长格式?

运行下面这个代码,你会有所理解:

R 复制代码
library(tidyr)  
# 假设的宽格式数据(从长格式转换而来)  
wide_data <- data.frame(  
  City = c("CityA", "CityB", "CityC"),  
  Year = c(2020, 2020, 2020),  
  Education = c(100, 110, 95),  
  Healthcare = c(120, 130, 115),  
  Transportation = c(80, 90, 75)  
)  
print(wide_data)
# 转换为长格式数据  
long_data <- pivot_longer(wide_data,  
                          cols = -c(City, Year), # 指定哪些列需要被转换成长格式(除了City和Year)  
                          names_to = "Category", # 新增列的名称,用于存储原宽格式中的列名  
                          values_to = "Expenditure") # 新增列的名称,用于存储原宽格式中的值  
# 查看长格式数据  
print(long_data)

我们习惯的宽格式如下(一个城市在某一年对应的教育、健康及交通指数):

这是转化过后的长格式(将教育、健康及交通列进行转换):

也就是说, 我选定n列,这n列的列名重新生成一列(names_to),这n列的数据重新生成一列(values_to),这两列相互对应。

三、理解

为什么要这样呢?

我们都熟悉在R中是按列名操作数据的,如果是宽格式,那么宽,不方便操作。而转换成长格式呢?我们就可以方便地对两列数据进行操作。

并且要知道""的概念,上述例子中,有三个组别:CityA、B、C,而每一组又有三个标签(组别):教育、健康、交通。

运行下面这个例子体会:

R 复制代码
# 制作分组柱状图  
ggplot(long_data, aes(x = Category, y = Expenditure, fill = Category)) +  
  geom_bar(stat = "identity", position = "dodge") + # 使用identity统计量,并设置位置为分组(dodge)  
  facet_wrap(~ City, scales = "free_y") + # 按城市分组,y轴比例自由调整  
  labs(title = "分组柱状图:不同城市的各类支出",  
       x = "类别",  
       y = "支出金额",  
       fill = "类别") +  
  theme_minimal() + # 使用简约主题  
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) # 旋转x轴标签以改善可读性  

按城市为大组进行分类:

运行下述代码:

R 复制代码
ggplot(long_data, aes(x = City, y = Expenditure, fill = City)) +  
  geom_bar(stat = "identity", position = "dodge") + # 使用identity统计量,并设置位置为分组(dodge)  
  facet_wrap(~ Category, scales = "free_y") + # 按城市分组,y轴比例自由调整  
  labs(title = "分组柱状图:不同城市的各类支出",  
       x = "类别",  
       y = "支出金额",  
       fill = "类别") +  
  theme_minimal() + # 使用简约主题  
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) # 旋转x轴标签以改善可读性  

按照 教育、健康、交通为大组进行分类:

到这里,相信你对长格式及数据格式的使用都有了深刻理解,自己去试试吧!

相关推荐
一张假钞6 分钟前
Spark的基本概念
大数据·分布式·spark
一张假钞12 分钟前
Spark On Yarn External Shuffle Service
大数据·分布式·spark
玄客)15 分钟前
PHP代码审计学习02
学习
wdxylb1 小时前
GIt使用笔记大全
笔记·git·elasticsearch
一只码代码的章鱼1 小时前
计算机网络 应用层 笔记1(C/S模型,P2P模型,FTP协议)
笔记·计算机网络
霸王蟹2 小时前
el-table组件样式如何二次修改?
前端·javascript·vue.js·笔记·学习·前端框架
haidizym2 小时前
(笔记+作业)书生大模型实战营春节卷王班---L1G3000 浦语提示词工程实践
笔记
字节全栈_kYu2 小时前
FastDFS实用笔记 (Docker 搭建环境 + 整合 SpringBoot)
spring boot·笔记·docker
aloneboyooo2 小时前
Android学习制作app(ESP8266-01S连接-简单制作)
学习