R语言之可视化(22)绘制堆积条形图

目录

R语言之可视化①误差棒

R语言之可视化②点图

R语言之可视化③点图续

R语言之可视化④点韦恩图upsetR

R语言之可视化⑤R图形系统

R语言之可视化⑥R图形系统续

R语言之可视化⑦easyGgplot2散点图

R语言之可视化⑧easyGgplot2散点图续

R语言之可视化⑨火山图

R语言之可视化⑩坐标系统

R语言之可视化①①热图绘制heatmap

R语言之可视化①②热图绘制2

R语言之可视化①③散点图+拟合曲线

R语言之可视化①④一页多图(1)

R语言之可视化①⑤ROC曲线

R语言之可视化①⑥一页多图(2)

R语言之可视化①⑦调色板

R语言之可视化①⑧子图组合patchwork包

R语言之可视化①⑨之ggplot2中的图例修改

R语言之可视化(20)之geom_label()和geom_text()

R语言之可视化(21)令人眼前一亮的颜色包

R语言之可视化(22)绘制堆积条形图

问题描述:搜集患者信息时总是需要统计患者的情况分布,或者需要探讨变量之间的关系。



比如我们遇到上图的数据时,想要知道性别是否于stage有关系?

第一步:统计不同stage下,男性和女性的患者数目

代码如下:

setwd('D:\\train\\data')
data <- read.csv('patient.csv',header=T)
data$number <- 1
ggplot(data,aes(stage,number,fill=gender))+
  geom_bar(stat="identity",position="stack")+

  theme_bw()+
  scale_fill_wsj("rgby", "")+
  theme(axis.ticks.length=unit(0.5,'cm'))+
  guides(fill=guide_legend(title=NULL))

经过这张图,我们可以初步得到的信息是:(1)T1到T4各个分期的患者总数(2)T1期男性患者的数目,T1女性患者的数目(3)其他分期男性或者女性的患者数目。

第二步:统计不同stage下,男性和女性的患者百分比

library(plyr)
data <- ddply(data,'stage',transform,percent = 1/sum(number)*100)
ggplot(data,aes(stage,percent,fill=gender))+
  geom_bar(stat="identity",position="stack")+
  ggtitle("")+
  theme_bw()+
  theme(axis.ticks.length=unit(0.5,'cm'))+
  guides(fill=guide_legend(title=NULL))

经过此图我们便可以得知不同分期下,男性和女性所占百分比。

总结

这里我用了两个个小技巧,(1)首先明确ggplot2绘制堆叠条形图时,对number这一列相加,所以我将number设置为1,刚好代表每一行就是一个样本/患者(2)在计算百分比时,用了ddply函数,它首先将stage分组,然后计算stage=T1时,T1样本中男性的数目除以T1样本总数目,这样就得到了每一个样本在所属的stage的百分比,随后绘图相加即可得到百分比图。

推荐阅读更多精彩内容