Как составить групповой барплот для фактора со многими уровнями

Dataframe с именем 'temp' (внизу) имеет три столбца (1) Index Canopy; (2) Under_tree; и (3) Open_Canopy. Столбцы Under_tree и Open_Canopy - факторы с 5 уровнями каждый.Как составить групповой барплот для фактора со многими уровнями

  data(temp) 

      Canopy_index Under_tree Open_Canopy 
      1   75 Undergrowth  Grass 
      2   85  Litter  Grass 
      3   75  Litter  Grass 
      4   35  Litter  Grass 
      5   85 Undergrowth  Grass

dataframe «Темп» был переформатирован, чтобы быть в длинном формате с именем df.melt (ниже), чтобы произвести barplot, где ось у обозначается как Canopy_index и ось х представляет собой фактор топография (3-й столбец) который имеет пять уровней, сгруппированные по два условия (2-й столбец - Under_Open) :(1) Under_tree; и (2) Open_Canopy.

Проблема

Я хотел бы, чтобы произвести barplot, который выглядит как пример 1 (ниже) с ключом для: (1) Под сенью; и (2) Открытый купол.

Для изготовления барплота я попытался использовать ggplot; однако результаты кажутся ошибочными, поскольку каждый бар имеет точно такую же высоту (пример 2). В общем, я не уверен, как исправить ошибку.

Если кто-то может помочь, то большое спасибо заранее.

код для преобразования dataframe в длинном формате:

##response variable = y = Canopy Index 
    ##explanatory variables = under and open 
    ##Reshape the data to produce one column with under and open 

    library(reshape2) 
    library(ggplot2) 

    under<-factor(temp$Under_tree) 
    open<-factor(temp$Open_Canopy) 

    data(df.melt) 

    df.melt <- melt(temp, id="Canopy_index") 

    colnames(df.melt)<-c("Canopy_Index", "Under_Open", "Topography") 

      Canopy_Index Under_Open Topography 
      1   75 Under_tree Undergrowth 
      2   85 Under_tree  Litter 
      3   75 Under_tree  Litter 
      4   35 Under_tree  Litter 
      5   85 Under_tree Undergrowth

код для barplot

##Grouped barplot showing the topography grouped by under_tree and Open_Canopy 

ggplot(df.melt, aes(x=Topography, y=Canopy_Index,  fill=factor(Under_Open)))+ 
geom_bar(stat="identity",position="dodge")+ 
scale_fill_discrete(name="Topographical Feature", 
        breaks=c(1, 2), 
        labels=c("Open_Canopy", "Under_tree"))+ 
xlab("Topographical Feature")+ylab("Canopy Index")

Пример (1):

Пример (2)

DATAFRAME (температура)

 structure(list(Canopy_index = c(75, 85, 75, 35, 85, 95, 85, 65, 
     75, 95, 75, 95, 85, 75, 85, 95, 75, 85, 85, 85, 75, 75, 85, 85, 
     65, 85, 75, 85, 95, 95, 85, 55, 75, 95, 75, 95, 95, 65, 65, 55, 
     95, 85, 85, 45, 85, 85, 35, 95, 85, 85, 35, 85, 45, 85, 85, 85, 
     95, 85, 85, 75, 85, 35, 85, 85, 65, 65, 85, 45, 55, 95, 75, 95, 
     45, 75, 75, 95, 95, 85, 75, 95, 75, 65, 85, 75, 75, 55, 75, 85, 
     85, 85, 15, 75, 85, 85, 85, 95, 85, 85, 75, 85, 85, 95, 65, 75, 
     95, 55, 75, 85, 85, 85, 95, 55, 85, 75, 75, 85, 85, 85, 85, 55, 
     75, 55, 75, 85, 75, 85, 85, 75, 85, 75, 95, 25, 95, 95, 25, 75, 
     75, 85, 35, 55, 85, 65, 85, 75, 85, 85, 85, 75, 65, 85, 85, 95, 
     65, 55, 95, 95, 85, 95, 85, 65, 55, 65, 55, 95, 75, 85, 85, 35, 
     75, 75, 85, 65, 85, 65, 65, 95, 85, 95, 75, 75, 55, 95, 65, 85, 
     65, 15, 35, 55, 95, 15, 15, 75, 65, 85, 5, 5, 35, 35, 85, 65, 
     45, 35, 65, 65, 75, 65, 15, 75, 65, 45, 25, 65, 85, 45, 85, 75, 
     15, 65, 45, 55, 45, 15, 45, 75, 65, 75, 65, 35, 95, 65, 35, 35, 
     65, 45, 75, 35, 75, 85, 35, 55, 65, 85, 65, 65, 85, 55, 15, 75, 
     65, 45, 45, 85, 55, 15, 85, 15, 95, 75, 5, 55, 15, 35, 45, 85, 
     65, 65, 65, 65, 25, 85, 35, 55, 65, 75, 5, 45, 65, 15, 75, 55, 
     65, 55, 35, 75, 65, 65, 85, 35, 65, 55, 75, 15, 55, 65, 75, 55, 
     85, 35, 55, 55, 25, 75, 15, 55, 75, 75, 65, 55, 45, 75, 25, 45, 
     95, 55, 75, 45, 25, 35, 55, 15, 15, 75, 35, 55, 55, 65, 45, 65, 
     25, 55, 45, 65, 65, 25, 25, 65, 45, 95, 55, 25, 55, 85, 45, 85, 
     15, 75, 65, 35, 75, 15, 55, 85, 35, 55, 45, 85, 45, 65, 55, 75, 
     65, 85), Under_tree = structure(c(6L, 5L, 5L, 5L, 6L, 4L, 6L, 
     5L, 5L, 5L, 4L, 6L, 3L, 6L, 4L, 6L, 4L, 5L, 6L, 5L, 5L, 3L, 5L, 
     6L, 5L, 5L, 6L, 4L, 6L, 5L, 4L, 4L, 5L, 4L, 5L, 4L, 6L, 6L, 4L, 
     4L, 4L, 4L, 3L, 4L, 4L, 4L, 4L, 4L, 6L, 5L, 5L, 6L, 4L, 6L, 4L, 
     4L, 6L, 6L, 6L, 6L, 6L, 6L, 4L, 5L, 5L, 4L, 4L, 4L, 4L, 5L, 3L, 
     4L, 5L, 5L, 5L, 4L, 4L, 5L, 6L, 4L, 4L, 5L, 4L, 5L, 6L, 6L, 4L, 
     4L, 4L, 5L, 4L, 6L, 4L, 4L, 5L, 4L, 6L, 5L, 5L, 4L, 6L, 5L, 6L, 
     4L, 3L, 6L, 6L, 6L, 3L, 5L, 6L, 6L, 6L, 5L, 5L, 3L, 4L, 4L, 6L, 
     4L, 3L, 5L, 6L, 4L, 2L, 5L, 5L, 5L, 5L, 6L, 5L, 4L, 4L, 4L, 4L, 
     6L, 5L, 6L, 6L, 4L, 6L, 6L, 4L, 5L, 4L, 6L, 5L, 6L, 6L, 5L, 6L, 
     6L, 4L, 5L, 4L, 5L, 4L, 6L, 5L, 4L, 6L, 3L, 3L, 4L, 4L, 4L, 4L, 
     3L, 4L, 5L, 4L, 5L, 4L, 5L, 6L, 4L, 5L, 4L, 4L, 6L, 4L, 4L, 6L, 
     6L, 5L, 5L, 5L, 4L, 4L, 6L, 5L, 5L, 5L, 4L, 6L, 3L, 4L, 5L, 4L, 
     4L, 5L, 6L, 5L, 5L, 3L, 5L, 6L, 6L, 5L, 6L, 6L, 4L, 4L, 5L, 5L, 
     4L, 5L, 4L, 5L, 5L, 4L, 4L, 5L, 4L, 3L, 4L, 5L, 5L, 3L, 5L, 5L, 
     5L, 6L, 4L, 6L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 2L, 4L, 4L, 5L, 4L, 
     4L, 6L, 4L, 3L, 5L, 5L, 5L, 5L, 5L, 4L, 4L, 5L, 6L, 4L, 4L, 5L, 
     4L, 5L, 4L, 4L, 5L, 5L, 6L, 5L, 3L, 6L, 5L, 5L, 6L, 5L, 6L, 6L, 
     5L, 4L, 6L, 6L, 5L, 4L, 4L, 5L, 6L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 
     5L, 4L, 5L, 4L, 6L, 4L, 5L, 5L, 5L, 4L, 2L, 5L, 5L, 5L, 6L, 5L, 
     5L, 5L, 4L, 6L, 4L, 3L, 6L, 5L, 6L, 6L, 5L, 6L, 6L, 4L, 5L, 5L, 
     6L, 5L, 5L, 4L, 5L, 5L, 6L, 5L, 6L, 4L, 4L, 5L, 4L, 3L, 3L, 4L, 
     4L, 3L, 6L, 4L, 3L, 6L, 4L, 5L, 4L, 4L, 5L, 5L, 4L, 4L, 4L, 4L, 
     4L, 6L, 5L), .Label = c("", "Artificial_Surface", "Bare_soil", 
     "Grass", "Litter", "Undergrowth"), class = "factor"),  Open_Canopy = structure(c(4L, 
     4L, 4L, 4L, 4L, 4L, 4L, 5L, 4L, 5L, 6L, 3L, 4L, 4L, 4L, 4L, 4L, 
     4L, 4L, 4L, 5L, 4L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 6L, 4L, 4L, 3L, 
     4L, 4L, 4L, 6L, 6L, 4L, 4L, 4L, 3L, 4L, 4L, 4L, 4L, 4L, 3L, 6L, 
     2L, 6L, 6L, 4L, 4L, 4L, 4L, 4L, 5L, 4L, 6L, 4L, 5L, 4L, 4L, 4L, 
     4L, 4L, 4L, 4L, 4L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 6L, 4L, 4L, 4L, 
     5L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 3L, 6L, 4L, 4L, 4L, 3L, 
     4L, 3L, 4L, 4L, 4L, 3L, 4L, 4L, 6L, 3L, 4L, 4L, 4L, 4L, 6L, 6L, 
     4L, 4L, 4L, 4L, 4L, 5L, 4L, 4L, 5L, 4L, 4L, 2L, 4L, 5L, 4L, 4L, 
     4L, 4L, 4L, 4L, 4L, 4L, 6L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
     4L, 4L, 6L, 4L, 6L, 6L, 4L, 4L, 6L, 4L, 4L, 4L, 4L, 6L, 4L, 4L, 
     4L, 3L, 4L, 4L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
     4L, 4L, 6L, 4L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 
     4L, 3L, 4L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 4L, 3L, 4L, 4L, 5L, 
     4L, 2L, 4L, 4L, 6L, 4L, 4L, 5L, 4L, 6L, 6L, 4L, 4L, 3L, 3L, 4L, 
     4L, 5L, 5L, 2L, 5L, 2L, 6L, 6L, 4L, 4L, 4L, 4L, 4L, 5L, 4L, 6L, 
     6L, 2L, 4L, 4L, 6L, 4L, 4L, 4L, 3L, 4L, 3L, 5L, 5L, 4L, 4L, 4L, 
     4L, 4L, 4L, 4L, 4L, 5L, 4L, 4L, 4L, 4L, 4L, 3L, 4L, 4L, 4L, 3L, 
     6L, 5L, 5L, 4L, 3L, 4L, 5L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 3L, 2L, 
     4L, 6L, 4L, 4L, 6L, 5L, 4L, 4L, 4L, 4L, 5L, 4L, 4L, 6L, 4L, 4L, 
     2L, 4L, 5L, 4L, 4L, 4L, 5L, 4L, 4L, 4L, 4L, 4L, 6L, 4L, 4L, 4L, 
     4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 6L, 4L, 4L, 
     4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 3L, 4L, 4L, 6L, 4L, 4L, 4L, 4L, 
     4L, 4L, 4L, 4L, 4L, 4L, 3L, 4L, 3L), .Label = c("",  "Artificial_Surface", 
     "Bare_soil", "Grass", "Litter", "Undergrowth"), class = "factor")), .Names = c("Canopy_index", 
     "Under_tree", "Open_Canopy"), row.names = c(1L, 2L, 3L, 4L, 5L, 
     6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 
     19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 
     32L, 33L, 34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 44L, 
     45L, 46L, 47L, 48L, 49L, 50L, 51L, 52L, 53L, 54L, 55L, 56L, 57L, 
     58L, 59L, 60L, 61L, 62L, 63L, 64L, 65L, 66L, 67L, 68L, 69L, 70L, 
     71L, 72L, 73L, 74L, 75L, 76L, 77L, 78L, 79L, 80L, 81L, 82L, 83L, 
     84L, 85L, 86L, 87L, 88L, 89L, 90L, 91L, 92L, 93L, 94L, 95L, 96L, 
     97L, 99L, 100L, 101L, 102L, 103L, 104L, 105L, 106L, 107L, 108L, 
     109L, 110L, 111L, 112L, 113L, 114L, 115L, 116L, 117L, 118L, 119L, 
     120L, 121L, 122L, 123L, 124L, 125L, 126L, 127L, 128L, 129L, 130L, 
     131L, 132L, 133L, 134L, 135L, 136L, 137L, 138L, 139L, 140L, 141L, 
     142L, 143L, 144L, 145L, 146L, 147L, 148L, 149L, 150L, 151L, 152L, 
     153L, 154L, 155L, 156L, 157L, 158L, 159L, 160L, 161L, 162L, 163L, 
     164L, 165L, 166L, 167L, 168L, 169L, 170L, 171L, 172L, 173L, 174L, 
     175L, 176L, 177L, 178L, 179L, 180L, 181L, 182L, 183L, 184L, 185L, 
     186L, 187L, 188L, 189L, 190L, 191L, 192L, 193L, 194L, 195L, 196L, 
     197L, 198L, 199L, 200L, 201L, 202L, 203L, 204L, 205L, 206L, 207L, 
     208L, 209L, 210L, 211L, 212L, 213L, 214L, 215L, 216L, 217L, 218L, 
     219L, 220L, 221L, 222L, 223L, 224L, 225L, 226L, 227L, 228L, 229L, 
     230L, 231L, 232L, 233L, 234L, 235L, 236L, 237L, 238L, 239L, 240L, 
     241L, 242L, 243L, 244L, 245L, 246L, 247L, 248L, 249L, 250L, 251L, 
     252L, 253L, 254L, 255L, 256L, 257L, 258L, 259L, 260L, 261L, 262L, 
     263L, 264L, 265L, 266L, 267L, 268L, 269L, 270L, 271L, 272L, 273L, 
     274L, 275L, 276L, 277L, 278L, 279L, 280L, 281L, 282L, 283L, 284L, 
     285L, 286L, 287L, 288L, 289L, 290L, 291L, 292L, 293L, 294L, 295L, 
     296L, 297L, 298L, 299L, 300L, 301L, 302L, 303L, 304L, 305L, 306L, 
     307L, 308L, 309L, 310L, 311L, 312L, 313L, 314L, 315L, 316L, 317L, 
     318L, 319L, 320L, 321L, 322L, 323L, 324L, 325L, 326L, 327L, 328L, 
     329L, 330L, 331L, 332L, 333L, 334L, 335L, 336L, 337L, 338L, 339L, 
     340L, 341L, 342L, 343L, 344L, 345L, 346L, 347L, 348L, 349L, 350L, 
     351L, 352L, 353L, 354L, 355L, 356L, 357L, 358L, 359L, 360L, 361L, 
     362L, 363L), class = "data.frame")

источник

2017-01-09 Alice Hobbs

Проблема заключается в данных, у вас есть несколько значений для каждой категории и отображает все бары друг на друга, оставляя только самую высокую видимую. Вы можете видеть, что это происходит, если вы добавили 'color =" белый "' в ваш geom_bar. –

Спасибо, Марджин, ваш совет был проницательным. –

Предполагая, что вы хотите построить средства Canopy_Index для каждого Under_Open, Topography клетки, вы можете сформировать средства первых:

df.means <- aggregate(Canopy_Index ~ Under_Open + Topography, df.melt, mean)

Затем участок df.means используя код из вашего вопроса:

ggplot(df.means, aes(x=Topography, y=Canopy_Index, fill=Under_Open)) + 
    geom_bar(stat="identity", position="dodge") + 
    scale_fill_discrete(name="Canopy Type", 
     labels=c("Under_tree"="Under Canopy", "Open_Canopy"="Open Canopy")) + 
    xlab("Topographical Feature") + ylab("Canopy Index")

Результат:

Причина, почему бары в настоящее время почти все той же высоте, что вы наложения несколько значений на ячейку (as pointed out in the comments by Marijn Stevering), эффективно построение максимума:

df.max <- aggregate(Canopy_Index ~ Under_Open + Topography, df.melt, max) 
# Under_Open   Topography Canopy_Index 
# 1 Under_tree Artificial_Surface   75 
# 2 Open_Canopy Artificial_Surface   95 
# 3 Under_tree   Bare_soil   95 
# 4 Open_Canopy   Bare_soil   95 
# 5 Under_tree    Grass   95 
# 6 Open_Canopy    Grass   95 
# 7 Under_tree    Litter   95 
# 8 Open_Canopy    Litter   95 
# 9 Under_tree  Undergrowth   95 
# 10 Open_Canopy  Undergrowth   95

источник

2017-01-09 14:35:25 Thales

Спасибо за ваш совет Фалес, он был глубоко оценен. Я пытаюсь поставить легенду на баррель. Не могли бы вы представить, как вставить легенду с названием под названием Canopy Type в сочетании с надписью Under Canopy и Open Canopy. Я благодарен за любые дальнейшие предложения. Позаботьтесь –

@AliceHobbs, я исправил ваш код ('breaks = c (1, 2)' не имеет смысла), чтобы дать нужные метки. – Thales

Большое спасибо Thales, ваш код работал :) –

Как составить групповой барплот для фактора со многими уровнями

ответ

Смежные вопросы