r - data.frame : locations of NAs and much more 的视觉结构

Question

我想用颜色编码在单个绘图上表示数据框(或矩阵，或 data.table 等)的结构。我想这对于处理各种类型数据的许多人来说非常有用，可以一目了然地将其可视化。

也许有人已经开发了一个包来做到这一点，但我找不到一个(只是 this )。所以这是我的“愿景”的粗略模型，一种热图，以颜色代码显示:

北美地区，

变量类别(因子(多少级？)、数字(带有颜色渐变、零、异常值...)、字符串)

尺寸

等等....

到目前为止，我刚刚编写了一个函数来绘制 NA 位置，如下所示:

ggSTR = function(data, alpha=0.5){
  require(ggplot2)
  DF <- data
  if (!is.matrix(data)) DF <- as.matrix(DF)

  to.plot <- cbind.data.frame('y'=rep(1:nrow(DF), each=ncol(DF)), 
                              'x'=as.logical(t(is.na(DF)))*rep(1:ncol(DF), nrow(DF)))
  size <- 20 / log( prod(dim(DF)) )  # size of point depend on size of table
  g <- ggplot(data=to.plot) + aes(x,y) +
        geom_point(size=size, color="red", alpha=alpha) +
        scale_y_reverse() + xlim(1,ncol(DF)) +
        ggtitle("location of NAs in the data frame")

  pc <- round(sum(is.na(DF))/prod(dim(DF))*100, 2) # % NA
  print(paste("percentage of NA data: ", pc))

  return(g)
}

它接受输入中的任何 data.frame 并返回此图像:



实现第一张图片对我来说挑战太大。

Answer 1

我知道有一个包可以轻松显示缺失值，但我的 google-fu 目前不太好。然而，我确实找到了一个名为 tableplot 的函数。 ，这将使您对数据框有一个全面的了解。我不知道它是否会向您显示丢失的数据。

这是链接:

http://www.ancienteco.com/2012/05/quickly-visualize-your-whole-dataset.html