R ggplot 比较相似（但不相同）的分类数据列

Question

我有一个看起来像这样的数据集：

平台	twitter_context	facebook_context	insta_context
推特	标签	NA	NA
脸书	NA	脸书群组	NA
Instagram	NA	NA	公众人物
Instagram	NA	NA	标签
脸书	NA	一个朋友	NA
推特	我关注的人	NA	NA

… 总行数 > 1600

我想要实现的是一个条形图，它通过“平台”比较那些“_context”列中类别的频率。

之前用过ggplot画过结合两个变量的条形图。 但是在这里，那些“_contexts”中的类别是相似的，但不完全相同。

由于每个上下文列仅适用于一个平台，我尝试使用 mutate 函数将三个上下文列合并到一个新列中。然而，我没能让它正常工作：当我连续运行三个 mutate 行时，NA 总是会覆盖以前的类别。 我试图用 if/else_if-conditions 来解决这个问题，只将适当的数据粘贴到新列（并忽略那些 NA）。但是这个想法因为我缺乏语法理解而注定失败。

我想一定有办法做到这一点，但是，我做不到。 （我有没有提到我对此很陌生？）

我的意图是，我可以使用新的“all_contexts”列绘制图表，并按平台在 x 轴上将其拆分。 （标签仍然是一团糟，但可能可以通过应用级别来解决。）

我可以想象的一种不同的方法是让 ggplot 绘制三个独立的条形图，然后必须手动标准化，除非有办法在一个图中以某种方式“连接”。

很可能这个菜鸟问题已经在我找不到的线程中解决了。 有人能指出我正确的方向吗？感谢您的帮助！

Answer 1

有多种方法可以转换您的数据，为您要创建的绘图做好准备。此处说明了一种方法，我们使用

pivot_longer()

并删除 NA 的行，然后通过

platform

和

context

计算行数

library(dplyr)
library(tidyr)

ggdata <- df %>%
  pivot_longer(cols = ends_with('context'), names_to = "p", values_to = "context") %>% 
  filter(!is.na(context)) %>% 
  count(platform,context)

现在，您可以使用

ggplot()

直接将框架按原样传递给

geom_col()

，或者您可以为未表示的平台/上下文组合添加行。

这里是前一种方法的例子：

library(ggplot2)
ggplot(ggdata, aes(platform, n, fill=context)) + geom_col(position = "dodge")