时间戳

首页 > 解决方案 > 在保留分面变量的同时计算 ggplot2 图中的比率

r - 在保留分面变量的同时计算 ggplot2 图中的比率

问题描述

所以我认为以前没有人问过这个问题，但是 SO 搜索可能只是被“比率”和“刻面”的组合弄糊涂了。我正在尝试计算生产率比率；在给定的日期或时间段内为工人数量生产的小部件数量。我将我的数据结构化在一个数据框中，每个小部件每天由每个工人在其自己的记录中生成，其他工人当天工作但在他们自己的记录中也没有生成小部件，以及各种元数据。

像这样的东西：

widget_ind employee_active_ind 员工ID 天 产品类别 employee_bu
1 1 123 2021 年 6 月 1 日 个人电脑 美洲
0 1 234 2021 年 6 月 1 日 苹果电脑 欧洲、中东和非洲
0 1 345 2021 年 6 月 1 日 苹果电脑 亚太地区
1 1 444 2021 年 6 月 1 日 苹果电脑 美洲
1 1 333 2021 年 6 月 1 日 个人电脑 欧洲、中东和非洲
0 1 356 2021 年 6 月 1 日 个人电脑 美洲

我试图找到widget_inds与employee_active_inds的比率，随着时间的推移，同时保留元数据，以便我可以在ggplot2代码中过滤或分面，例如：

plot <- ggplot(data = df[df$employee_bu == 'americas',],aes(y = (widget_ind/employee_active_ind), x = day)) +
  geom_bar(stat = 'identity', position = 'stack') +
  facet_wrap(product_type ~ ., scales = 'fixed') +  #change these to look at different cuts of metadata

print(plot)

保留元数据很有吸引力，而不是通过各种组合对单个数据框进行总结，但是没有分面的结果甚至都不正确（例如，ggplot 显示的条形图高度为每人约 18 个小部件；创建一个汇总数据框没有分面显示每人少于 1 个小部件的比率）。

我目前在运行 ggplot 代码时遇到此错误：

Warning message:
Removed 9865 rows containing missing values (geom_bar).

哪个没有意义，因为在我的数据框中， widget_ind 和 employee_active_ind 都没有 NA 值，所以计算两者的比率应该总是有效的？

编辑1：澄清employee_active_ind：我不应该有任何employee_active_ind = 0，但我当前的连接会产生它们（并且它通过了现实嗅探测试；我们尝试建模的过程允许您在第1天进行工作，从而产生一个小部件在第 2 天，您可能不做任何工作，因此当天不会被视为活跃）。我想我需要重新考虑我的数据结构。即便如此，我在这里假设 ggplot2 的行为就像给定条形图一样；它在给定的一天（以及任何方面和过滤器）中获取每个 widget_ind 记录中的数字，然后对该集合求和并显示结果。我要添加的皱纹是除以当天在职员工的数量，虽然你可以在某一天让一些人出去，但你永远不会让所有人都出去。但那不是

标签： rggplot2

解决方案

我同意 MrFlick 的观点——尤其是关于employee_active_ind0 的问题。如果你有它们，这可能会产生 NA 值，其中某些值除以 0。

推荐阅读