Gebruikt, hoe u gegevens in groot formaat in Lattice-grafieken in R-dummies

Wanneer u gegevens in een hoog formaat in R hebt, kunt u eenvoudig roosterafbeeldingen gebruiken om subgroepen in uw gegevens te visualiseren. Wat gebeurt er bijvoorbeeld als u tegelijkertijd meerdere variabelen wilt analyseren?

Overweeg longley, de ingebouwde dataset, met gegevens over indicatoren voor werkgelegenheid, werkloosheid en andere bevolkingsgroepen: >> str (longley) -gegevens. frame ': 16 obs. van 7 variabelen: $ BNP. deflator: num 83 88. 5 88. 2 89. 5 96. 2 … $ GNP: num 234 259 258 285 329 … $ Werklozen: num 236 232 368 335 210 … $ Gewapend. Krachten: num 159 146 162 165 310 … $ Bevolking: num 108 109 110 111 112 … $ Jaar: int 1947 1948 1949 1950 1951 1952 1953 1954 1955 1956 … $ Werkzaam: num 60. 3 61. 1 60. 2 61. 2 63. 2 …

Een manier om eenvoudig de verschillende variabelen van een dataframe te analyseren, is om eerst het dataframe van groot formaat in groot formaat om te vormen.

Een breed dataframe bevat een kolom voor elke variabele. Een hoog gegevensframe bevat dezelfde informatie, maar de gegevens zijn zodanig georganiseerd dat één kolom is gereserveerd voor het identificeren van de naam van de variabele en een tweede kolom de feitelijke gegevens bevat.

Een eenvoudige manier om een ​​dataframe van groot naar hoog te wijzigen, is door de functie smelt () in het pakket met de nieuwe vormgeving2 te gebruiken.

Let op: re-versie2 maakt geen deel uit van basis R - het is een add-on-pakket dat beschikbaar is op CRAN. U kunt het installeren met de installatie. pakketten ("hervormen2") functie.

>> library ("reshape2")> mlongley str (mlongley) 'data. frame ': 96 obs. van 3 variabelen: $ Jaar: int 1947 1948 1949 1950 1951 1952 1953 1954 1955 1956 … $ variabele: factor met 6 niveaus "BNP. deflator", …: 1 1 1 1 1 1 1 1 1 1 … $ waarde: num 83 88. 5 88. 2 89. 5 96. 2 …

Nu kunt u het lange dataframe mlongley plotten en de nieuwe kolommen waarde en variabele gebruiken in de formule waarde ~ Jaar | variabel. >> xyplot (waarde ~ Jaar | variabele, data = mlongley, + layout = c (6, 1), + par. Strip. Text = lijst (cex = 0. 7), + schalen = lijst (cex = 0 7) +)

De aanvullende argumenten par. strip. tekst en schalen regelen de tekengrootte (tekenuitbreidingsverhouding) van de strook bovenaan het diagram, evenals de schaal.

Wanneer u plots met meerdere groepen maakt, moet u ervoor zorgen dat de resulterende plot zinvol is. De eenheid van het BNP (afkorting van

Bruto nationaal product

) is bijvoorbeeld waarschijnlijk miljarden dollars. De eenheid van bevolking is daarentegen waarschijnlijk miljoenen mensen. (De documentatie van de longley-gegevensset is niet duidelijk over dit onderwerp.)

Wees zeer voorzichtig wanneer u plots zoals deze presenteert - u wilt niet worden beschuldigd van het maken van grafiekongeluk (misleidende afbeeldingen).