1

尽管已经使用了 ggplot 几次，但我真的很难在这个问题上取得任何进展。我想如果不尝试使用 ggplot 的可恶尝试，最容易解释我想要做什么，以下内容也很丑陋，但这是我目前能做到的最好的:(

require(mice)
impute <- mice(nhanes, seed = 101)

counts <- table(nhanes$hyp)
barplot(counts, main="hyp", xlab="observed")

x11()
counts <- table(complete(impute,1)$hyp)
barplot(counts, main="hyp", xlab="Imputation 1")

x11()
counts <- table(complete(impute,2)$hyp)
barplot(counts, main="hyp", xlab="Imputation 2")

x11()
counts <- table(complete(impute,3)$hyp)
barplot(counts, main="hyp", xlab="Imputation 3")

x11()
counts <- table(complete(impute,4)$hyp)
barplot(counts, main="hyp", xlab="Imputation 4")

x11()
counts <- table(complete(impute,5)$hyp)
barplot(counts, main="hyp", xlab="Imputation 5")

我想创建一个漂亮的图表网格，在 ggplot 中显示这些条形图 - 例如，1 行 6，在 y 轴上都具有相同的比例，以便可以轻松比较它们。

我想我应该使用ldt <-complete(impute,"long", include=TRUE)thenmelt(ldt, c(".imp",".id","hyp"))但我就是不知道在那之后如何调用 ggplot :(

请注意，我的真实数据中有许多不同的变量，这仅适用于分类变量。我在想我可以制作一个函数，然后使用sapply，但只能在分类列上运行？但我不知道该怎么做！

4

1 回答 1

1

几点

  1. 您需要有hyp或有问题的变量作为一个因素。NA在执行此操作之前删除这些值是最简单的。
  2. facet_wrap（一个变量）或facet_grid（一个或多个变量）将为您安排好图表。

例如

ldt <-complete(impute,"long", include=TRUE)

ggplot(ldt[!is.na(ldt$hyp),], aes(x= factor(hyp))) + 
  geom_bar() + 
  facet_wrap(~.imp, nrow = 1) +
  xlab('Observed') +
  scale_y_continuous(expand = c(0,0))

在此处输入图像描述

长篇

facet_grid现在你想要scales = 'free_y'

all_long <- melt(ldt, c(".imp",".id","hyp"))
ggplot(all_long[!is.na(all_long$hyp),], aes(x= factor(hyp))) + 
  geom_bar() + 
  facet_grid(variable ~.imp, scales = 'free_y') +
  xlab('Observed') +
  scale_y_continuous(expand = c(0,0))

在此处输入图像描述

于 2012-09-12T00:01:31.730 回答