使用 ggplot2 和 R 创建帕累托图

Question

我一直在努力解决如何使用 ggplot2 包在 R 中制作帕累托图。在许多情况下，当制作条形图或直方图时，我们希望项目按 X 轴排序。在帕累托图中，我们希望项目按 Y 轴中的值降序排列。有没有办法让 ggplot 绘制按 Y 轴值排序的项目？我尝试先对数据框进行排序，但 ggplot 似乎对它们进行了重新排序。

示例：

val <- read.csv("http://www.cerebralmastication.com/wp-content/uploads/2009/11/val.txt")
val<-with(val, val[order(-Value), ])
p <- ggplot(val)
p + geom_bar(aes(State, Value, fill=variable), stat = "identity", position="dodge") + scale_fill_brewer(palette = "Set1")

数据框 val 已排序，但输出如下所示：

_{（来源：cerebralmastication.com）}

Hadley 正确地指出，这会产生更好的图形来显示实际值与预测值：

ggplot(val, aes(State, Value)) + geom_bar(stat = "identity", subset = .(variable == "estimate"), fill = "grey70") + geom_crossbar(aes(ymin = Value, ymax = Value), subset = .(variable == "actual"))

返回：

_{（来源：cerebralmastication.com）}

但这仍然不是帕累托图。有什么建议吗？

Answer 1

对数据进行子集化和排序；

valact <- subset(val, variable=='actual')
valsort <- valact[ order(-valact[,"Value"]),]

从那里开始，它只是一个标准的 boxplot() ，上面有一个非常手动的累积函数：

op <- par(mar=c(3,3,3,3)) 
bp <- barplot(valsort [ , "Value"], ylab="", xlab="", ylim=c(0,1),    
              names.arg=as.character(valsort[,"State"]), main="How's that?") 
lines(bp, cumsum(valsort[,"Value"])/sum(valsort[,"Value"]), 
      ylim=c(0,1.05), col='red') 
axis(4)
box() 
par(op)

它应该看起来像这样

_{（来源：eddelbuettel.com）}

，它没有甚至不需要过度绘制技巧，因为 lines() 愉快地注释了初始图。

Answer 2

ggplot2 中的条形图按照因子中水平的顺序进行排序。

val$State <- with(val, factor(val$State, levels=val[order(-Value), ]$State))

Answer 3

ggplot2中的一个传统帕累托图......

阅读后开发
卡诺 (EL)、莫古尔扎 (JM) 和雷德查克，A.（2012）。六西格码与 R. (G. Robert, K. Hornik, & G. Parmigiani, Eds.) Springer。

library(ggplot2);library(grid)

counts  <- c(80, 27, 66, 94, 33)
defects <- c("price code", "schedule date", "supplier code", "contact num.", "part num.")
dat <- data.frame(count = counts, defect = defects, stringsAsFactors=FALSE )
dat <- dat[order(dat$count, decreasing=TRUE),]
dat$defect <- factor(dat$defect, levels=dat$defect)
dat$cum <- cumsum(dat$count)
count.sum<-sum(dat$count)
dat$cum_perc<-100*dat$cum/count.sum

p1<-ggplot(dat, aes(x=defect, y=cum_perc, group=1))
p1<-p1 + geom_point(aes(colour=defect), size=4) + geom_path()

p1<-p1+ ggtitle('Pareto Chart')+ theme(axis.ticks.x = element_blank(), axis.title.x = element_blank(),axis.text.x = element_blank())
p1<-p1+theme(legend.position="none")

p2<-ggplot(dat, aes(x=defect, y=count,colour=defect, fill=defect))
p2<- p2 + geom_bar()

p2<-p2+theme(legend.position="none")

plot.new()
grid.newpage()
pushViewport(viewport(layout = grid.layout(2, 1)))
print(p1, vp = viewport(layout.pos.row = 1,layout.pos.col = 1))
print(p2, vp = viewport(layout.pos.row = 2,layout.pos.col = 1))

Answer 4

我们可以使用 ggQC 包。

library(ggplot2)
library(ggQC)
Data4Pareto <- data.frame(
  KPI = c("Customer Service Time", "Order Fulfillment", "Order Processing Time",
          "Order Production Time", "Order Quality Control Time", "Rework Time",
          "Shipping"),
  Time = c(1.50, 38.50, 3.75, 23.08, 1.92, 3.58, 73.17)) 


ggplot2::ggplot(Data4Pareto, aes(x = KPI, y = Time)) +
 ggQC::stat_pareto(point.color = "red",
                   point.size = 3,
                   line.color = "black",
                   bars.fill = c("blue", "orange")) +
  theme(axis.text.x = element_text(angle = 90, hjust = 1, vjust=0.5))

来源

Answer 5

举一个简单的例子：

 > data
    PC1     PC2     PC3     PC4     PC5     PC6     PC7     PC8     PC9    PC10 
0.29056 0.23833 0.11003 0.05549 0.04678 0.03788 0.02770 0.02323 0.02211 0.01925 

barplot(data) 正确地执行了

ggplot 等效项“应该是”的操作： qplot(x=names(data), y=data, geom='bar')< /code>

但这会错误地按字母顺序对条形进行重新排序/排序...因为这就是 levels(factor(names(data))) 的排序方式。

解决方案：qplot(x=factor(names(data),levels=names(data)),y=data,geom='bar')

唷！

Answer 6

另请参阅包 qcc ，它具有函数 pareto.chart()。看起来它也使用基础图形，所以开始为 ggplot2 解决方案提供赏金:-)

Answer 7

为了简化事情，我们只考虑估计。

estimates <- subset(val, variable == "estimate")

首先，我们对因子水平进行重新排序，以便按Value 的降序绘制State。

estimates$State <- with(estimates, reorder(State, -Value))

同样，我们对数据集重新排序并计算累积值。

estimates <- estimates[order(estimates$Value, decreasing = TRUE),]
estimates$cumulative <- cumsum(estimates$Value)

现在我们准备绘制情节了。在同一轴上获得线条和条形的技巧是将状态变量（因子）转换为数字。

p <- ggplot(estimates, aes(State, Value)) + 
  geom_bar() +
  geom_line(aes(as.numeric(State), cumulative))
p

正如问题中提到的，尝试绘制彼此相邻的两个变量组的两个帕累托图并不是很容易。如果您想要多个帕累托图，您可能最好使用分面。

Answer 8

freqplot = function(x, by = NULL, right = FALSE)
{
if(is.null(by)) stop('Valor de "by" precisa ser especificado.')
breaks = seq(min(x), max(x), by = by )
ecd = ecdf(x)
den = ecd(breaks)
table = table(cut(x, breaks = breaks, right = right))
table = table/sum(table)

intervs = factor(names(table), levels = names(table))
freq = as.numeric(table/sum(table))
acum = as.numeric(cumsum(table))

normalize.vec = function(x){
  (x - min(x))/(max(x) - min(x))
}

dados = data.frame(classe = intervs, freq = freq, acum = acum, acum_norm = normalize.vec(acum))
p = ggplot(dados) + 
  geom_bar(aes(classe, freq, fill = classe), stat = 'identity') +
  geom_point(aes(classe, acum_norm, group = '1'), shape = I(1), size = I(3), colour = 'gray20') +
  geom_line(aes(classe, acum_norm, group = '1'), colour = I('gray20'))

p
}