对工资数据集进行切面

Question

我试着运行下面的代码，给我两个柱状图并排比较从未结过婚和结过婚的人之间的工资差异。代码确实可以工作，但我被告知这是获得答案的错误方式。我不确定如何根据婚姻状况过滤原始工资数据集，以便在不创建新数据集的情况下仅包括结婚和从未结婚。

#Create a histogram to summarize the wage column ONLY for Married people
Married <- subset(Wage,Wage$maritl=="2. Married")

#Using facets create two side by side wage histograms for married vs never married people
Never_Married <- subset(Wage,Wage$maritl=="1. Never Married")
hist(Never_Married$wage)

Married_NeverMarried <- full_join(Married,Never_Married)

ggplot(Married_NeverMarried,aes(x=wage))+
  geom_histogram(binwidth=20,color="black",fill="white")+
  facet_grid(.~maritl)

下面的代码似乎使用原始的工资数据集工作，但给了我所有的婚姻状态，而不是只有2。

ggplot(Wage,aes(x=wage))+
  geom_histogram()+
  facet_grid(.~ maritl)

谢谢你！！

Answer 1

我们可以使用%in%来设置行的子集，然后使用OP的post中的原始代码进行绘图

library(ISLR)
data(Wage)
library(ggplot2)
library(dplyr)
Wage %>% 
   select(wage, maritl) %>% 
   filter(maritl %in% c("2. Married", "1. Never Married")) %>% 
   ggplot(aes(x = wage)) + 
    geom_histogram(binwidth=20,color="black",fill="white")+
    facet_grid(.~maritl)

-output

​

​

Answer 2

一种方法是在对ggplot的调用中设置Wage子集

library(ISLR)
data(Wage)
library(ggplot2)
ggplot(Wage[grepl("1|2",Wage$maritl),] ,aes(x=wage)) +
  geom_histogram() +
  facet_grid(.~ maritl)

​

​

另一个"tidyverse“选项是在filter中使用dplyr

library(dplyr)
Wage %>%
  dplyr::filter(str_detect(maritl,"1|2")) %>%
ggplot(aes(x=wage)) +
  geom_histogram() +
  facet_grid(.~ maritl)

这会产生一个完全相同的图形。