使用箱线图为大数据集进行可视化

Question

I have a dataframe in the following format.

item    price
item1    23
item2    45
item1    24
item3    98
item2    45.9
item3    97.2

基于此，我需要显示每个不同项目的价格分布箱线图。有大约80个不同的项目。因此，我不确定如何对它们进行分组，以便在每个图中获取至少4个唯一项目的范围，并为所有80个唯一项目创建多个这样的图表。 我不确定是否需要重新调整我的数据框架，即使需要重新调整，也应该基于什么？ 我尝试使用facet_wrap，但nrow没有起到任何作用。 非常感谢您提供的任何帮助。

- savi

---

为什么不按price列排序，创建一个基于price列值范围的新列，然后可以使用facet_wrap()进行分面呈现。 - TheSciGuy

@TheSciGuy 但是，这样相同的项目将不会在一起。我需要每个项目的分布，对吧？ - savi

啊，我以为每个“物品”的“价格”是相似的。如果同一“物品”的“价格”相差很大，那么这样做就没有意义了。 - TheSciGuy

Answer 1

您需要根据项目名称创建一个分组变量。由于示例中所有项目都称为item#，因此我从中提取了数字以创建分组变量：

df <- df %>%
  mutate(group = gsub("item", "", item))

p <- ggplot(df, aes(x=item, y=price)) + 
  geom_boxplot() +
  facet_wrap(item~group,scales="free")
p

- Matt

Answer 2

如果你想要每个图有4个箱线图，可以尝试以下代码：

#library
library(tidyverse)
library(ggplot2)

#simulate your data
set.seed(2323)
data <- tibble(item=rep(paste("item",1:80),sample(1:10,80, replace=T)),
               price=sample(1:10,407,replace=T))


#group you data
n=4 #groups

data %>% 
  mutate(item=factor(item,levels=unique(item))) %>% 
  group_by(item) %>% 
  mutate(nr=group_indices()) %>% 
  mutate(supergroup=as.numeric(cut(nr,seq(0,length(unique(.$nr)),n)))) %>% 
  select(item,price,supergroup) -> grouped_data

#draw plot         
ggplot(grouped_data,aes(x=item,y=price)) +
  geom_boxplot() + 
  facet_wrap(~supergroup,scales="free") +
  theme(axis.text.x = element_text(angle=90, hjust=1))

- captcoma