r - 在R中使用NetworkD3包创建Sankey图

目前，我正在按照Chris Grandrud(https://christophergandrud.github.io/networkD3/)的说明，使用networkD3包创建一个交互式Sankey。
我不了解的是表格格式，因为他只使用两列来可视化更多过渡。更具体地说，我有一个数据集，其中包含代表4年的四列。这些列中有不同的酒店名称，而每一行代表一个客户，在过去的四年中对其进行“跟踪”。

    URL <- paste0(
        "https://cdn.rawgit.com/christophergandrud/networkD3/",
        "master/JSONdata/energy.json")
    Energy <- jsonlite::fromJSON(URL)

    sankeyNetwork(Links = Energy$links, Nodes = Energy$nodes, Source = "source",
         Target = "target", Value = "value", NodeID = "name",
         units = "TWh", fontSize = 12, nodeWidth = 30)

为了让您对我的数据有一个总体了解，下面是一个屏幕截图:

我会为您提供更多的“编码”信息，但是由于我对R主题非常陌生，因此希望您能遵循我在这个问题上的思路。如果没有，请不要犹豫，质疑它。

谢谢 :)

最佳答案

您需要两个数据框:一个列出所有节点(包含名称)，另一个列出链接。后者包含三列，源节点、目标节点和一些值，表示链接的强度或宽度。在链接数据框中，您通过节点数据框中的(从零开始的)位置来引用节点。

假设您的数据如下所示:

df <- data.frame(Year1=sample(paste0("Hotel", 1:4), 1000, replace = TRUE),
                 Year2=sample(paste0("Hotel", 1:4), 1000, replace = TRUE),
                 Year3=sample(paste0("Hotel", 1:4), 1000, replace = TRUE),
                 Year4=sample(paste0("Hotel", 1:4), 1000, replace = TRUE),
                 stringsAsFactors = FALSE)

对于图表，您不仅需要区分酒店，还需要区分酒店/年份组合，因为它们中的每一个都应该是一个节点:

df$Year1 <- paste0("Year1_", df$Year1)
df$Year2 <- paste0("Year2_", df$Year2)
df$Year3 <- paste0("Year3_", df$Year3)
df$Year4 <- paste0("Year4_", df$Year4)

链接是酒店之间从一年到下一年的“过渡”:

library(dplyr)
trans1_2 <- df %>% group_by(Year1, Year2) %>% summarise(sum=n())
trans2_3 <- df %>% group_by(Year2, Year3) %>% summarise(sum=n())
trans3_4 <- df %>% group_by(Year3, Year4) %>% summarise(sum=n())

colnames(trans1_2)[1:2] <- colnames(trans2_3)[1:2] <- colnames(trans3_4)[1:2] <- c("source","target")

links <- rbind(as.data.frame(trans1_2),
               as.data.frame(trans2_3),
               as.data.frame(trans3_4))

最后，数据帧需要相互引用:

nodes <- data.frame(name=unique(c(links$source, links$target)))
links$source <- match(links$source, nodes$name) - 1
links$target <- match(links$target, nodes$name) - 1

那么就可以画图了:

library(networkD3)
sankeyNetwork(Links = links, Nodes = nodes, Source = "source",
              Target = "target", Value = "sum", NodeID = "name",
              fontSize = 12, nodeWidth = 30)

可能有更优雅的解决方案，但这可能是您问题的起点。如果您不喜欢节点名称中的“年份...”，您可以在设置数据框后将其删除。

关于r - 在R中使用NetworkD3包创建Sankey图，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/44132423/