歡迎關注R語言數(shù)據(jù)分析指南
本節(jié)來介紹如何使用ggplot2對表格之間進行數(shù)據(jù)的配對連線，發(fā)現(xiàn)有一款R包「bstfun」可以將gt繪制的表格轉(zhuǎn)化為ggplot格式，通過其來繪制表格配對連線圖則是非常的方便。下面小編就通過一個案例來進行展示數(shù)據(jù)為隨意構(gòu)建無實際意義僅作圖形展示用，希望各位觀眾老爺能夠喜歡。R包安裝可能比較麻煩建議下載到本地進行安裝。
圖形展示
此圖可以看做三張圖拼接而成，通過折線圖進行連接；同時折線還可以展示多年份的數(shù)據(jù)，使得呈現(xiàn)的內(nèi)容更加豐富。
加載R包
library(ggplot2)
# install.packages("dplyr")
library(dplyr)
# remotes::install_local("bstfun-main.zip",upgrade = F,dependencies = T)
library(bstfun)
library(patchwork)
library(gt)
library(scales)
library(tidyverse)
library(RColorBrewer)` </pre>
數(shù)據(jù)整理
df <- read_tsv("data.xls") %>%
group_by(year, industry) %>%
summarise(med_rq = median(rq), .groups = "drop_last") %>%
arrange(desc(med_rq), .by_group = TRUE) %>%
mutate(rank = 1:n()) %>%
# 取消分組，確保后續(xù)操作不再依賴先前的分組
ungroup() %>%
# 將 "rank" 列中的整數(shù)值轉(zhuǎn)換為字符型，并用 "rank_fct" 列存儲結(jié)果
mutate(rank_fct=as.character(rank))
數(shù)據(jù)篩選
df2022 <- df %>% filter(year == 2022)
df2017 <- df %>% filter(year == 2017) %>%
bind_rows(tibble(year=2017, industry = "Healthcare", med_rq = NA_real_, rank = 18))
