r - 如何在ggplot2中创建具有大量值的点图

Question

我创建了一个条形图来显示越南的人口分布。这是我的 vietnam2015数据:

 Year Age.group Est.pop
1  2015       0-4    7753
2  2015       5-9    7233
3  2015     10-14    6623
4  2015     15-19    6982
5  2015     20-24    8817
6  2015     25-29    8674
7  2015     30-34    7947
8  2015     35-39    7166
9  2015     40-44    6653
10 2015     45-49    6011
11 2015     50-54    5469
12 2015     55-59    4623
13 2015     60-64    3310
14 2015     65-69    1896
15 2015     70-74    1375
16 2015     75-79    1162
17 2015       80+    1878 

这是我的条形图，我想知道我是否也可以制作点图而不是条形图。

Library(tidyverse)

vietnam2015 %>%
  filter(Age.group != "5-9") %>% # Somehow this weird value creeped into the data frame, is therefor filtered out.
  ggplot(aes(x = Age.group, y = Est.pop)) +
  geom_col(colour = "black",
           fill = "#FFEB3B")

现在我知道点图通常用于没有那么多数据点的数据。但是我可以创建一个点图，其中一个点代表 1000 人或 100 万人吗？我喜欢更好地传达酒吧是由人组成的。像流数据的示例和中间图像:

Answer 1

我们可以使用 geom_dotplot .正如您提到的，点图通常用于小计数，但我们可以汇总数据。在下面的代码中，我使用了 mutate(Est.pop = round(Est.pop, digits = -3)/1000)圆Est.pop到千，然后除以 1000。之后，我重复每个 Age.group我刚刚在 Est.pop 中计算了多少次柱子。最后，我使用了geom_dotplot绘制数据。每个点代表1000人。 y 轴是隐藏的，因为我认为这个可视化主要关注点数。

# Load package
library(tidyverse)

# Process the data
dt2 <- dt %>%
  mutate(Est.pop = round(Est.pop, digits = -3)/1000) %>%
  split(f = .$Age.group) %>%
  map_df(function(x) x[rep(row.names(x), x$Est.pop[1]), ])

# Plot the data
ggplot(dt2, aes(x = Age.group)) +
  geom_dotplot() +
  scale_y_continuous(NULL, breaks = NULL)

数据

dt <- read.table(text = " Year Age.group Est.pop
1  2015       0-4    7753
                 2  2015       5-9    7233
                 3  2015     10-14    6623
                 4  2015     15-19    6982
                 5  2015     20-24    8817
                 6  2015     25-29    8674
                 7  2015     30-34    7947
                 8  2015     35-39    7166
                 9  2015     40-44    6653
                 10 2015     45-49    6011
                 11 2015     50-54    5469
                 12 2015     55-59    4623
                 13 2015     60-64    3310
                 14 2015     65-69    1896
                 15 2015     70-74    1375
                 16 2015     75-79    1162
                 17 2015       80+    1878 ",
                 header = TRUE, stringsAsFactors = FALSE)