R 条形图与 bin 划分

Question

我需要制作一个条形图，将数据分为多个 bin。

我的数据如下所示:

1.0 5
1.2 4
2.4 1
4.3 6
5.2 10

然后在X轴上我想有时间的值，比如:[1-4)、[4-5)等(取决于csv文件中的数据)。

在 Y 轴上，我希望出现多次，例如 10、16 等。

我已经写了这个 R 代码:

dataset <- read.csv("/Users/MNeptune/Documents/workspace R/BarPlot/times.csv")
dataset <- data.matrix(dataset, rownames.force = NA)
time <- dataset[,1]
occurence <- dataset[,2]
min <- min(time);
max <- max(time);

# Creo i bin
Groups <- cut(x = time, breaks = seq(from = min, to = max, by = 2))
Groups <- data.matrix(Groups, rownames.force = NA)

# Raggruppo i dati nei bin
Bygroup = tapply(occurence, Groups, sum)

# Faccio il plot dei bin
barplot(height = Bygroup, xlab = "time", ylab = "occurence")

但是代码没有正确地对数据进行分类(错误的数字并且不只是顺序)。问题出在哪里？

编辑1:

感谢 eipi10 我得到了这个(bin 长度为 0.01):

现在的问题是如何读取 X 轴标签，因为我需要读取局部最小值的值。

如何放置 Y 轴之类的“比例尺”？

好的，我不能给出所有 bin 的确切值，但至少有一个 0.5？

Answer 1

如果您执行以下操作，您可以看到发生了什么问题:

seq(from=1.0, to=5.2, by=2)
[1] 1 3 5

cut(c(1.0,1.2,2.4,4.3,5.2), breaks=seq(from=1.0, to=5.2, by=2))
[1] <NA>  (1,3] (1,3] (3,5] <NA> 
Levels: (1,3] (3,5]

换句话说，seq 停止在小于 5.2 的最大值，即 5，因此您错过了 time=5.2 的行。另外，cut默认会排除取值范围的低端，所以当你使用time的最小值作为cut 范围。

这是您的代码的修改以获得您正在寻找的情节:

dat=read.table(text="time occurence
1.0 5
1.2 4
2.4 1
4.3 6
5.2 10", header=TRUE)

# Creo i bin
dat$Groups <- cut(x=dat$time, breaks=seq(from=0, to=ceiling(max(dat$time)), by = 2))

# Raggruppo i dati nei bin
Bygroup = tapply(dat$occurence, dat$Groups, sum)

# Faccio il plot dei bin
barplot(height = Bygroup, xlab = "time", ylab = "occurence")

如果你想要不同的中断，你当然可以调整 cut 的 breaks 参数。特别要注意 cut 的 right 参数，它允许您选择是要在左侧还是右侧关闭中断间隔。 right=TRUE 是默认值，这就是为什么在原始代码中将第一行数据从 Groups 中排除的原因。

更新:为了回答你的后续问题，你可以找到 Bygroup 最小值的 bin 如下:

names(Bygroup)[which.min(Bygroup)]
[1] "(2,4]"

如果您想对 Bygroup 值进行排名以找到最低、次低等，您可以使用 rank，它返回每个值的排名:

rank(Bygroup)
(0,2] (2,4] (4,6] 
    2     1     3