R中的比例树形图

本文介绍了R中的比例树形图的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 29岁程序员，3月因学历无情被辞！ 我需要构建一个算法，给定由n个因子组成的 data.frame ，返回一个树形图，其中每个节点表示一个因子的级别，而按照该因子级别和上级节点级别划分的行比例（例如，每个节点可以显示：factorX.levelY = 30％）。 第一个节点将表示总行数，并将作为基数（100）。树的第二层将有k个节点，它们将对应于第一个因子的k个层次，第三层将有k * m个节点，其中m将是第二个因子的层次。等等。 用作函数输入的'data.frame'将按照可用作节点层次结构的方式对列进行排序。例如， data [，1] 将是树中的上层因子， data [，2] 和等等。 以下是一个用作输入的 data.frame 示例： df f2 = rep（字母[1：4]，每个= 25）， f3 = rep（colors（1）[1：2]，25，each = 2）） 该图看起来像这样，但是前面指出的节点内的格式为：（factorX.levelY = 30％） 我注意到 rpart 包可以生成类似的图，但唯一接受的输入是模型对象类型。 解决方案这是一个递归方法。首先，有一个函数来构建树结构，将每个拆分级别的比例收集到一个命名的嵌套列表中。其次，有一个函数可以将嵌套列表转换为边界列表，以便与 igraph 一起使用。最后， igraph 提供绘图功能。 ##创建树结构在嵌套列表中 makePtree< - 函数（data，prev = 1）{ tab 0] / nrow数据）* prev＃计算当前级别的比例 ns if（NCOL（data）< 2L）return（ns）＃我们完成了，只返回名字 setNames（mapply（makePtree，split（data [， - 1L，drop = F]，data [，1L]，drop = T）， tab，SIMPLIFY = F），ns）＃recurse } ##从嵌套列表创建边界列表对于igraph :: graph_from_data_frame lst2edge< - function（lst）{ if（！is.list（lst））return（data.frame（a = character（0），b = character（0 ）） do.call（rbind，c（lapply（names（lst），function（x）{ if （！is.list（lst [[x]]））return（data.frame（a = x，b = lst [[x]]）） data.frame（a = x，b = names（ lst [[x]]））}），lapply（lst，lst2edge）））} ## Apply函数 lst dat dat ##制作一个igraph 库（igraph）g plot（g，layout = layout.reingold。 tilford（g，root =root）） 您可以调整绘图函数的 vertex.label.degree 参数的顶点标签的位置。 I need to build an algorithm that, given a data.frame made up of n factors, returns a tree graph where each node represents a level of a factor and the proportion of rows classified by the level of that factor and by the level of the upper nodes (for example, each node could display: factorX.levelY=30%).The first node will represent the total number of rows and will be the base (100). The second level of the tree will have k nodes that will correspond to the k levels of the first factor, the third level will have k*m nodes, where m will be the levels of the second factor. And so on.The 'data.frame' used as input for the function will have its columns ordered in a way that will serve as the hierarchy of the nodes. For instance, data[,1] will be the upper level factor in the tree, data[,2] and so on.Here's an example of the data.frame that would be used as input: df<-data.frame( f1=factor( rep( LETTERS[1:2], each=50)), f2=rep( letters[1:4], each=25), f3=rep( colors(1)[1:2], 25, each=2))The graph would look like these, but with the format inside the nodes indicated before: (factorX.levelY=30%)I've noticed that the rpart package can produce similar graphs, but the only input that functions accept is a model object type. 解决方案 Here is a recursive approach. First, there is a function to build the tree structure, gathering the proportions at each split level into a named, nested list. Second, there is a function to convert the nested list to an edgelist to use with igraph. Lastly, igraph provides the plotting capability.## Create tree structure in nested listmakePtree <- function(data, prev=1) { tab <- (t <- table(data[,1L]))[t>0] / nrow(data)*prev # calculate proportions at current level ns <- sprintf("%s.%s=%.2f", names(data)[1L], names(tab), unname(c(tab))) # names if (NCOL(data) < 2L) return( ns ) # we are done, return names only setNames(mapply(makePtree, split(data[,-1L,drop=F], data[,1L], drop=T), tab, SIMPLIFY = F), ns) # recurse}## Create edgelist from nested list for igraph::graph_from_data_framelst2edge <- function(lst) { if (!is.list(lst)) return( data.frame(a=character(0), b=character(0)) ) do.call(rbind, c(lapply(names(lst), function(x) { if (!is.list(lst[[x]])) return( data.frame(a=x, b=lst[[x]]) ) data.frame(a=x, b=names(lst[[x]])) }), lapply(lst, lst2edge)))}## Apply functionslst <- makePtree(df) # nested listdat <- lst2edge(lst) # edgelistdat <- rbind(dat, data.frame(a="root", b=names(lst))) # add a root node## Make an igraphlibrary(igraph)g <- graph_from_data_frame(dat)plot(g, layout=layout.reingold.tilford(g, root="root"))If you wanted the final nodes to be represented separately you could alter their names so igraph points to them separately. Here, I modified the lst2edge function to produce longer names for the final level. Then use some regex to shorten them for the final figure.## Create edgelist from nested list for igraph::graph_from_data_framelst2edge <- function(lst) { if (!is.list(lst)) return( data.frame(a=character(0), b=character(0)) ) do.call(rbind, c(lapply(names(lst), function(x) { if (!is.list(lst[[x]])) return( data.frame(a=x, b=paste0(x, lst[[x]])) ) data.frame(a=x, b=names(lst[[x]])) }), lapply(lst, lst2edge)))}## Apply functionslst <- makePtree(df) # nested listdat <- lst2edge(lst) # edgelistdat <- rbind(dat, data.frame(a="root", b=names(lst))) # add a root node## Make an igraphg <- graph_from_data_frame(dat)## Fix the names of the last level (they are lengthened in lst2edge## so igraph doesn't show multiple incoming arrows to single nodes)V(g)$name <- gsub(".*?([^\\.]+=[^=]+$)", "\\1", V(g)$name)plot(g, layout=layout.reingold.tilford(g, root="root"), vertex.label.dist=-0.1, vertex.label.degree=c(rep(pi/2, 7), rep(c(pi/2, 3*pi/2), 4)))You can adjust the position of the vertex labels with vertex.label.degree argument to the plotting function. 这篇关于R中的比例树形图的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！ 上岸，阿里云！