R:如何绘制在示例列表中出现的字符串项的百分比？

Question

我有一个CSV文件，其中包含许多示例，本质上是3列(人名、文件名和有序项列表)。我想要绘制项目的出现时间，所以y是所有可能的标签(6个项目，或'A'，'S'，'P'，'X'，'N'，'R')和x是每个标签在那个地方的百分比。因此，x=1有6个数据点，表示这些项目在列表中第一位的次数，x=2是项目在列表中第二位的次数，x=3是第三位出现的次数，等等，对于前5-6项，这些项目将是一行。

输入数据：

Participant,ImageName,GazeOrder,,,,,,,,,,,,,,,,,,,,,,,,,,
Person1, fiveobjectsrandom3.jpg, A, A, S, S, P, X, N, N, R,,,,,,,,,,,,,,,,,,
Person2, fiveobjectsrandom2.jpg, S, S, S, S, R, R, P, R,,,,,,,,,,,,,,,,,,,
Person3, fiveobjectsrandom4.jpg, N, N, S, S, R, R, R, A, P, P, 

行的长度并不完全相同(有时列表提前结束，有时完全为空)

当我将其导入R中时，它将给出前3列，并将其命名为其余的X、X.1、X.2等，这很好。我知道我可以用摘要(Imported_frame)抓取摘要，如果我知道如何获取它们来绘制图表，那么该表包含我想要的计数，但我不知道如何--例如。

 gsum <- summary(gaze_order)
       Participant                    ImageName        GazeOrder 
 Person1   :  5    fiveobjectsrandom0.jpg:47    A      :35  
 Person2   :  5    fiveobjectsrandom1.jpg:47    X      :66  
 Person3   :  5    fiveobjectsrandom2.jpg:47    N      :33  
 Person4   :  5    fiveobjectsrandom3.jpg:47    P      :25  
 Person5   :  5    fiveobjectsrandom4.jpg:47    S      :57  
 Person6   :  5                                 R      :10  
 (Other)      :205                              NA's   : 9  
  X         X.1         X.2         X.3    
  A  :28    A    :24    A    :25    A    :29  
  X  :49    X    :36    X    :25    X    :20  
  N  :44    N    :48    N    :54    N    :61  
  P  :32    P    :35    P    :40    P    :31  
  S  :57    S    :61    S    :58    S    :52  
  R  :16    R    :19    R    :19    R    :15  
 NA's: 9    NA's :12   NA's  :14  ..........

我还可以获得整个列表的位置1与imported_frame$GazeOrder，2与imported_frame$X，3与imported_frame$X.1，等等。

这也是我所需要的--它比我所需要的要复杂得多，而且我不知道如何解释它的内部工作原理；当我开始根据我自己的数据修改它时，我得到了“错误:当我处理‘概括’时，不应该直接调用这个函数，例如

rm(list = ls())
library(tidyverse)

# read child score data
gaze_order <- read.csv(file="~/Dropbox/Eye tracking analysis/TOBII data/item_gazes_5Pictures.csv", header=TRUE, sep = ",", na.strings=c("", "NA"))

gaze_labels <- c("A", "X", "S", "N", "R", "P")

ggplot(data = gaze_order, mapping = aes(x = gaze_order$GazeOrder, y = gaze_labels)) +
  geom_point()

ggplot(gaze_order, summarise(Pl = sum(grepl("P", gaze_order$GazeOrder))/n(),
                            Na = sum(grepl("N", gaze_order$GazeOrder))/n(), 
                            Ba = sum(grepl("X", gaze_order$GazeOrder))/n(), 
                            So = sum(grepl("S", gaze_order$GazeOrder))/n(), 
                            Ai = sum(grepl("A", gaze_order$GazeOrder))/n(), 
                            Sp = sum(grepl("S", gaze_order$GazeOrder))/n()))

所需的输出数据如下所示，https://i.stack.imgur.com/cdJTF.png

而不是简，二月，玛.它只是1，2，3，4，5.，而不是A，B，而是可能的6个标签，'A'，'S'，'P'，'X'，'N'，'R‘。

有什么想法？我也一直在玩grepl来计算所有列表中的所有项目，但是它最终变得难以置信的笨重，我相信我使用它是错误的。

Answer 1

要获得您想要的绘图，有两个步骤:生成正确的计数，然后生成实际的绘图。summary可以提供计数，但它更适合交互式使用，我们更愿意将它放在表中。

1. 第一步是读取数据。您可以忽略这里的警告，我们只是没有列名。
2. 那我们就得弄清楚我们的数目。使用gather将所有列收集到一个变量中，这样更容易绘制。这就是所谓的整洁数据。然后，我们使用两个mutate调用从生成的列名中提取实际的凝视顺序。我们使用count按凝视顺序和字母获得计数，然后使用complete为字母和凝视顺序的组合填充零，因为它们丢失了。

编辑:在gather上展开。从文档中看：gather有如下参数：gather(data, key = "key", value = "value", ..., na.rm = FALSE, [some more])。data是通过管道向前传递的tbl。

• key = "colname"是要保存新行(即列名)标识符的列的名称。
• value = "letter"是要保存新行(即字母)值的列的名称。
• ... = -Participant, -ImageName是我们要收集的列的选择，即名称为凝视顺序，值为字母的列。选择它们的最简单方法是选择除Participant和ImageName之外的所有。有关变量选择的更多理解，请参见?dplyr::select。
• na.rm = TRUE只是删除了我们不需要的所有缺失的值。

我建议查看本章以获得更多信息，并尝试更改参数以了解不同的情况。

1. 最后，我们可以绘制正确的图表。我们将gaze_order分配给x美学，n分配给y，因为这些是我们在每个轴上想要的变量。重要的是，我们可以根据需要使用colour为每个字母绘制一个单独的行。剩下的只是调整标签和轴断裂。

library(tidyverse)
tbl <- read_csv(
  "Participant,ImageName,GazeOrder,,,,,,,,,,,,,,,,,,,,,,,,,,
Person1, fiveobjectsrandom3.jpg, A, A, S, S, P, X, N, N, R,,,,,,,,,,,,,,,,,,
Person2, fiveobjectsrandom2.jpg, S, S, S, S, R, R, P, R,,,,,,,,,,,,,,,,,,,
Person3, fiveobjectsrandom4.jpg, N, N, S, S, R, R, R, A, P, P, "
)
#> Warning: Missing column names filled in: 'X4' [4], 'X5' [5], 'X6' [6],
#> 'X7' [7], 'X8' [8], 'X9' [9], 'X10' [10], 'X11' [11], 'X12' [12],
#> 'X13' [13], 'X14' [14], 'X15' [15], 'X16' [16], 'X17' [17], 'X18' [18],
#> 'X19' [19], 'X20' [20], 'X21' [21], 'X22' [22], 'X23' [23], 'X24' [24],
#> 'X25' [25], 'X26' [26], 'X27' [27], 'X28' [28], 'X29' [29]
#> Warning in rbind(names(probs), probs_f): number of columns of result is not
#> a multiple of vector length (arg 2)
#> Warning: 1 parsing failure.
#> row # A tibble: 1 x 5 col     row col   expected   actual     file         expected   <int> <chr> <chr>      <chr>      <chr>        actual 1     3 <NA>  29 columns 13 columns literal data file # A tibble: 1 x 5

tidy_tbl <- tbl %>%
  gather("colname", "letter", -Participant, -ImageName, na.rm = TRUE) %>%
  mutate(
    colname = ifelse(colname == "GazeOrder", "X3", colname),
    gaze_order = as.integer(str_sub(colname, 2, -1)) - 2
  ) %>%
  count(gaze_order, letter) %>%
  complete(gaze_order, letter, fill = list(n = 0))

ggplot(tidy_tbl) +
  geom_line(aes(x = gaze_order, y = n, colour = letter)) +
  scale_x_continuous(breaks = 1:10) +
  scale_colour_discrete(name = "Letter") +
  labs(
    x = "Gaze Order",
    y = "Count",
    title = "Count of letters by gaze order"
    )

​

​

由reprex封装创建于2018-03-06 (v0.2.0)。