如何用类别而不是数字来创建酒壶呢？

Question

我刚开始在R，我正试图把我的头脑围绕着酒吧，为大学的任务。具体来说，我正在使用2018年通用社会调查数据集(代码本：https://www.thearda.com/Archive/Files/Codebooks/GSS2018_CB.asp)，我试图弄清楚宗教对人们寻求心理健康帮助的方式是否有任何影响。我想用reliten (宗教性的自我评估-从强烈到没有宗教)作为IV和tlkclrgy (询问一个有心理健康问题的人是否应该接触宗教领袖--是或不是)作为DV。为了更好地可视化数据，我想在x轴上创建一个与reliten并排的条形图，看看有多少人在tlkclrgy上回答是和否。我的问题是，在酒吧里，我得到的是数字，而不是类别(从强烈到没有宗教信仰)。这是我试过的，但我一直在x轴上得到NA：

GSS$reliten <- factor(as.character(GSS$reliten), 
                      levels = c("No religion", "Somewhat 
                                 strong", "Not very strong", 
                                 "Strong"))
GSS <- GSS18[!GSS18$tlkclrgy %in% c(0, 8, 9),] 
GSS$reliten <- as_factor(GSS$reliten)
GSS$tlkclrgy <- as_factor(GSS$tlkclrgy)
ggplot(data=GSS,mapping=aes(x=reliten,fill=tlkclrgy))+
  geom_bar(position="dodge")

有人有什么建议吗？

Answer 1

这里有完整的代码下载码本和数据，表的两列感兴趣和绘制频率。

1.读取数据

数据将被下载到一个临时目录中，以保持磁盘的适口性。使用前两条指令是可选的。

od <- getwd()
setwd("~/Temp")

这些链接指向需要读取的两个文件和文件名。

cols_url <- "https://osf.io/ydxu4/download"
cols_file <- "General Social Survey, 2018.col"
data_url <- "https://osf.io/e76rv/download"
data_file <- "General Social Survey, 2018.dat"

download.file(cols_url, cols_file, mode = "wb")
download.file(data_url, data_file, mode = "wb")

现在阅读代码本并对其进行处理，提取列宽和列名。

cols <- readLines(cols_file)
cols <- strsplit(cols, ": ")
widths_char <- sapply(cols, '[', 2)
i_widths <- grepl("-", widths_char)

f <- function(x) -eval(parse(text = x)) + 1L
widths <- rep(1L, length(widths_char))
widths[i_widths] <- f(widths[i_widths])

col_names <- sapply(cols, '[', 1)
col_names <- trimws(sub("^.[^ ]* ", "", col_names))
col_names <- tolower(col_names)

最后，读取固定宽度的文本文件。

df1 <- read.fwf(data_file, widths = widths, header = FALSE, na.strings = "-", col.names = col_names)

2.数据表

找出我们希望使用grep的两列在哪里。

i_cols <- c(
  grep("reliten", col_names, ignore.case = TRUE),
  grep("tlkclrgy", col_names, ignore.case = TRUE)
)
 
head(df1[i_cols])

列出这些列并强制使用data.frame。然后强迫列考虑因素。

这里有一个问题，在公布的调查中，tlkclrgy 没有答案3，但是数据文件中有答案3，所以我创建了一个额外的因子级别。

GSS <- as.data.frame(table(df1[i_cols]))

labels_reliten <- c(
  "Not applicable", 
  "Strong", 
  "Not very strong", 
  "Somewhat Strong",
  "No religion",
  "Don't know",
  "No answer"
)
levels_reliten <- c(0, 1, 2, 3, 4, 8, 9)
labels_tlkclrgy <- c(
  "Not applicable", 
  "Yes",
  "No",
  "Not in codebook",
  "Don't know",
  "No answer"
)
levels_tlkclrgy <- c(0, 1, 2, 3, 8, 9)

GSS$reliten <- factor(
  GSS$reliten, 
  labels = labels_reliten,
  levels = levels_reliten
)
GSS$tlkclrgy <- factor(
  GSS$tlkclrgy,
  labels = labels_tlkclrgy,
  levels = levels_tlkclrgy
)

3.绘制频率表

library(ggplot2)

ggplot(data = GSS, mapping = aes(x = reliten, y = Freq, fill = tlkclrgy)) +
  geom_col(position = "dodge")

​

​