在dataframe中创建列，作为R中条形图竞态可视化先前列的总和

我试图计算公司每年缴纳的税款，并显示每年之后缴纳的税款总额，使用前几年并汇总

在这样做之后，我想展示（但这超出了我的问题，只是澄清我想要什么）

我用一种非常粗糙的手工方式，使用

mutate

我承认这个解决方案很糟糕，我想学习一种更优雅的方式（尤其是使用

dplyr

）。我做了我的研究，但没有找到如何做，也许在我的搜索中问了一个错误的问题

company_payments_clean %>% mutate(Sum2007 = `2006` + `2007`,
                                      Sum2008 = `2006` + `2007` + `2008`, 
                                      Sum2009 = `2006` + `2007` + `2008` + `2009`,
                                      Sum2010 = `2006` + `2007` + `2008` + `2009` + `2010`,
                                      Sum2011 = `2006` + `2007` + `2008` + `2009` + `2010` + `2011`,
                                      Sum2012 = `2006` + `2007` + `2008` + `2009` + `2010` + `2011` + `2012`,
                                      Sum2013 = `2006` + `2007` + `2008` + `2009` + `2010` + `2011` + `2012` + `2013`,
                                      Sum2014 = `2006` + `2007` + `2008` + `2009` + `2010` + `2011` + `2012` + `2013` + `2014`,
                                      Sum2015 = `2006` + `2007` + `2008` + `2009` + `2010` + `2011` + `2012` + `2013` + `2014` + `2015`,
                                      Sum2016 = `2006` + `2007` + `2008` + `2009` + `2010` + `2011` + `2012` + `2013` + `2014` + `2015` + `2016`,
                                      Sum2017 = `2006` + `2007` + `2008` + `2009` + `2010` + `2011` + `2012` + `2013` + `2014` + `2015` + `2016` + `2017`) %>%
                                      select(`Name of organisation`, Sum2007, Sum2008, Sum2009, Sum2010, Sum2011, Sum2012, Sum2013, Sum2014, Sum2015, Sum2016, Sum2017)

我的数据如下所示（这是一个开放数据，可在线获取）

---

请告知

您只需

apply（）

cumsum（）

对于

barplot（）

，

rownames

是合适的，因为我们可以将它们用于颜色和图例。以下是基本条形图：

dat <- `rownames<-`(
  t(apply(company_payments_clean[-1], MARGIN=1, cumsum)),
  company_payments_clean[[1]]
)

b <- barplot(dat, horiz=TRUE, col=2:7, yaxt="n")
mtext(colnames(dat), 2, at=b, las=1)
legend("bottomright", col=2:7, pch=15, rownames(dat), bty="n", cex=.9)

---

你也可以同时做这两件事：）

你可以简单地

apply（）

cumsum（）

对于

barplot（）

，

rownames

是合适的，因为我们可以将它们用于颜色和图例。以下是基本条形图：

dat <- `rownames<-`(
  t(apply(company_payments_clean[-1], MARGIN=1, cumsum)),
  company_payments_clean[[1]]
)

b <- barplot(dat, horiz=TRUE, col=2:7, yaxt="n")
mtext(colnames(dat), 2, at=b, las=1)
legend("bottomright", col=2:7, pch=15, rownames(dat), bty="n", cex=.9)

---

您也可以同时执行这两项操作：）

这里有一个解决方案，使用

dplyr

和

tidyr

获得与上面相同的结果，因为我们可以对长数据进行分析，并轻松地将其转回到绘图所需的宽格式。我确保按年份对数据进行排序，以防它不总是在最终的数据集中

library（tidyr）
图书馆（dplyr）
公司付款\u清洁%>%
pivot_更长（cols=-`Name of organization`，Name_to=“year”）%>%
分组人（`Name of organization`）%>%
安排（年）%>%
突变（税和=总和（值））%>%
pivot_加宽（id_cols=-值，
姓名_from=年份，
名称\u prefix=“Sum”，
值（从=税（和）

这里有一个解决方案，使用

dplyr

和

tidyr

获得与上面相同的结果，因为我们可以对长数据进行分析，并轻松将其转回到绘图所需的宽格式。我确保按年份对数据进行排序，以防它不总是在最终的数据集中

library（tidyr）
图书馆（dplyr）
公司付款\u清洁%>%
pivot_更长（cols=-`Name of organization`，Name_to=“year”）%>%
分组人（`Name of organization`）%>%
安排（年）%>%
突变（税和=总和（值））%>%
pivot_加宽（id_cols=-值，
姓名_from=年份，
名称\u prefix=“Sum”，
值（从=税（和）

如果您将所有年份放在一列中（

tidyr:：gather

/

tidyr:：pivot\u longer

）。否则，每年都有单独的列会使操作数据变得更加困难和低效。是的，当然，但这是有意的，因为可视化不是在R中完成的，而是使用另一个工具，这就特别需要这样的结构。您可以随时进行操作并将数据更改回广域结构。或者您可以编写一个函数，并将其映射到特定的列中。如果您将所有年份都放在一列中（

tidyr:：gather

/

tidyr:：pivot\u longer

），可能会更容易。否则，每年都有单独的列会使操作数据变得更加困难和低效。是的，当然，但这是有意的，因为可视化不是在R中完成的，而是使用另一个工具，这就特别需要这样的结构。您可以随时进行操作并将数据更改回广域结构。或者您可以编写一个函数，并在/处映射它。谢谢，这是一个很好的选择，也是这里唯一的问题-它会删除第一列中的公司名称。@Oleksiy您需要它们作为额外的列还是行名？我需要它们，而不是理想的2006-2017。这就是为什么在变异后，我使用

%%>%select

只选择新创建的列和组织名称。谢谢，这是一个很好的选择，也是这里唯一的问题-它会删除带有公司名称的第一列。@Oleksiy您需要它们作为额外列还是行名？我需要它们，而不是理想的2006-2017年。这就是为什么在变异后我使用

%%>%select

只选择新创建的列和组织名称。太好了，谢谢！我更喜欢tidyverse代码。但是仍然使用

collect

来处理此代码：）太好了，谢谢！我更喜欢tidyverse代码。但仍然使用

collect

来处理此代码：）

dat <- `rownames<-`(
  t(apply(company_payments_clean[-1], MARGIN=1, cumsum)),
  company_payments_clean[[1]]
)

b <- barplot(dat, horiz=TRUE, col=2:7, yaxt="n")
mtext(colnames(dat), 2, at=b, las=1)
legend("bottomright", col=2:7, pch=15, rownames(dat), bty="n", cex=.9)

dat1 <- cbind.data.frame(`Name of organisation`=company_payments_clean[[1]], 
                        t(apply(company_payments_clean[-1], MARGIN=1, cumsum)))

dat1[, 1:7]
#   Name of organisation 2006 2007 2008      2009       2010       2011
# 1       ?????? ??? ???    0    0    0         0   42064000   42064000
# 2    ??????? ?????????    0    0    0         0          0          0
# 3       ????????? ????    0    0    0  63791000   63791000   63791000
# 4           ????n Erch    0    0    0 736145300 1247879800 2089234700
# 5                 ADAE    0    0    0         0          0          0
# 6       Adamas mauntin    0    0    0         0  188945000  188945000