使用ggplot或R中的任何其他方法基于计数绘制线宽（大小）

我有一个长格式的数据集，每个ID“走”3个步骤，每个步骤（变量名为步骤）可以在不同的位置着陆（变量名为里程碑），我想绘制所有路径。因为有一些路径的行程更多，所以我想使路径的宽度（大小）与其计数成比例。我把它想象成ggplot中的

geom_线（aes（size=…count..）

，但它不起作用

下面是我的代码，在代码中可以找到示例数据集的url。我愚蠢的增加宽度的解决方案是避开线条，但它不成比例，而且会留下裂缝

ddnew <- read.csv("https://raw.github.com/bossaround/question/master/data9.csv" ) 
ggplot(ddnew, aes(x=step, y=milestone, group=user_id)) +
  geom_line(position = position_dodge(width=0.05)) +
  scale_x_discrete(limits=c("0","1","2","3","4","5","6","7","8","9")) +
  scale_y_discrete(limits=c("0","1","2","3","4","5","6","7","8","9"))

ddnew这有帮助吗

library(ggplot2)
ddnew <- read.csv("https://raw.github.com/bossaround/question/master/data9.csv" ) 
ggplot(ddnew, aes(x=step, y=milestone, group=user_id)) +
        stat_summary(geom="line", fun.y = "sum", aes(size=milestone),alpha=0.2, color="grey50")+
        scale_x_discrete(limits=factor(0:2)) +
        scale_y_discrete(limits=factor(0:10)) +
        theme(panel.background = element_blank(), 
              legend.position = "none")

库（ggplot2）
ddnew如果您正在查找用户指定的路径计数，那么这可能会有所帮助：

ddnew <-   read.csv("https://raw.github.com/bossaround/question/master/data9.csv" ) 

ddnew <- ddnew %>% 
  group_by(user_id) %>% 
  mutate(step_id = paste(step, collapse = ","), 
         milestone_id = paste(milestone, collapse = ",")) %>% 
  group_by(step_id, milestone_id) %>% 
  mutate(width = n())

ggplot(ddnew, aes(x=step, y=milestone, group=user_id)) +
  geom_line(aes(size = width)) +
  scale_x_discrete(limits=c("0","1","2","3","4","5","6","7","8","9")) +
  scale_y_discrete(limits=c("0","1","2","3","4","5","6","7","8","9"))

ddnew%
mutate（step_id=paste（step，collapse=“，”），
里程碑\u id=粘贴（里程碑，折叠=“，”）%%>%
分组依据（步骤id、里程碑id）%>%
变异（宽度=n（）
ggplot（ddnew，aes（x=步骤，y=里程碑，组=用户id））+
几何线（aes（尺寸=宽度））+
刻度x离散（限值=c（“0”、“1”、“2”、“3”、“4”、“5”、“6”、“7”、“8”、“9”））+
刻度y离散（限值=c（“0”、“1”、“2”、“3”、“4”、“5”、“6”、“7”、“8”、“9”））

其思想是计算特定于用户的唯一路径，并将这些计数指定为
geom_line（）
中的宽度。
一个选项是使用
riverplot
软件包。首先，需要汇总数据，以便定义边和节点

> library(riverplot)
> 
> paths <- spread(ddnew, step, milestone) %>%
+   count(`1`, `2`, `3`)
> paths
Source: local data frame [9 x 4]
Groups: 1, 2 [?]

    `1`   `2`   `3`     n
  <int> <int> <int> <int>
1     1     2     3     7
2     1     2    10     8
3     1     3     2     1
4     1     4     8     1
5     1    10     2   118
6     1    10     3    33
7     1    10     4     2
8     1    10     5     1
9     1    10    NA    46

>库（riverplot）
> 
>路径%
+计数（`1`、`2`、`3`）
>路径
来源：本地数据帧[9 x 4]
组：1,2[？]
`1``2``3`n
1     1     2     3     7
2     1     2    10     8
3     1     3     2     1
4     1     4     8     1
5     1    10     2   118
6     1    10     3    33
7     1    10     4     2
8     1    10     5     1
9 1 10 NA 46

接下来定义节点（即步骤和里程碑的每个组合）

前缀%
选择（ID，x=步长，y）

然后定义边：

e12 <- group_by(paths, N1 = `1`, N2 = `2`) %>%
  summarise(Value = sum(n)) %>%
  ungroup() %>%
  mutate(N1 = prefix(1, N1),
         N2 = prefix(2, N2))

e23 <- group_by(paths, N1 = `2`, N2 = `3`) %>%
  filter(!is.na(N2)) %>%
  summarise(Value = sum(n)) %>%
  ungroup() %>%
  mutate(N1 = prefix(2, N1),
         N2 = prefix(3, N2))

edges <- bind_rows(e12, e23) %>% 
  mutate(Value = Value) %>%
  as.data.frame()

e12%
总结（值=总和（n））%>%
解组（）%>%
变异（N1=前缀（1，N1），
N2=前缀（2，N2））
e23%
过滤器（！is.na（N2））%>%
总结（值=总和（n））%>%
解组（）%>%
变异（N1=前缀（2，N1），
N2=前缀（3，N2））
边缘%
变异（值=值）%>%
as.data.frame（）

最后，做一个情节：

style <- default.style()
style$srt <- '0'  # display node labels horizontally

makeRiver(nodes, edges) %>% plot(default_style = style)

款式谢谢knb！我从没想过统计摘要。但是，您的代码没有给出正确的解决方案，我认为
fun.y=“sum”
给出了值的总和，但没有给出案例的计数。如果有类似于
fun.y=“count”
的问题，它会解决。乔尔，谢谢你的回答，我在计数时遇到了一个错误（
1
，
2
，
3
）
。错误消息显示找不到对象“1”。。。知道哪里出了问题吗？谢谢，我不确定。
spread（ddnew，step，milestone）
给出了三个新的列，分别称为
1
、
2
和
3
？我想出来了，让R识别数字作为变量名是很困难的。。。我更改了变量名，结果很好。再次感谢！Joel，现在我已经将1、2和3重命名为step1、step2和step3，我应该在Define Edge部分编写
e12%
？我不知道“`”是做什么的，没错。后引号用于不符合R命名约定的列名。
style <- default.style()
style$srt <- '0'  # display node labels horizontally

makeRiver(nodes, edges) %>% plot(default_style = style)