r - R：可视化大量组之间的差异

Question

我有一个数据集，其中包含制造单位的唯一 ID、其产出的行业分类 (CAT) 和每个单位雇用的人数 (EMP)。我想以图形方式显示 EMP 因 CAT 而异，即就业规模通常因单位生产的产出类型而异。我尝试了按 EMP 中值排列的箱线图：

a = read.csv("/filepath/plot.csv", header=T, stringsAsFactors=F)
bymedian = with(a, reorder(CAT, log(as.numeric(as.character(EMP))), median))
boxplot(log(EMP) ~ bymedian, data=a, horizontal=F, notch=T, pch=1, cex=.25, col="gray95", boxwex=.25, las=2, outline=F)
pch=1, cex=.25, col="gray95", boxwex=.25, las=2, outline=F)

问题是因为类别太多（400+），情节变得很乱。有没有更简洁的方式来展示我正在尝试做的事情？

Answer 1

使用ggplot2你可以显示你试图用scale_x_discrete

library(ggplot2)
a$bymedian = with(a, reorder(CAT, log(EMP), median))
p <- ggplot(a,aes(y=log(EMP),x=bymedian))+
     geom_boxplot()

breaks <- levels(a$bymedian)[seq(1,nlevels(a$bymedian),20)]
p %+% scale_x_discrete(breaks = breaks,  labels = breaks)