R 函数抛出一个错误
我正在努力实现的目标 我有两个数据帧，我想为组变量绘制叠加/叠加的数据帧。变量分为性别和年龄段，我在每个数据框中都有计数。我只使用R 函数抛出一个错误,r,ggplot2,R,Ggplot2,我正在努力实现的目标 我有两个数据帧，我想为组变量绘制叠加/叠加的数据帧。变量分为性别和年龄段，我在每个数据框中都有计数。我只使用tidyverse和ggplot2 ae_att_df <- structure(list(Gender = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label =
tidyverseggplot2ae_att_df <- structure(list(Gender = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L), .Label =
c("Female", "Male", "Not Specified"), class = "factor"),
AgeBand = structure(1:10, .Label = c("0 yrs", "1-4 yrs", "10-14
yrs", "15- 19 yrs", "20-24 yrs", "25-
29 yrs", "30-34 yrs", "35-39 yrs", "40-44 yrs",
"45-49 yrs", "5-9 yrs", "50-54 yrs", "55-59 yrs",
"60-64 yrs", "65-69 yrs", "70-74 yrs", "75-79 yrs",
"80-84 yrs", "85+ yrs"), class = "factor"), N =
c(4708L, 7065L, 1914L, 2292L, 4612L, 5968L, 5620L,
4007L, 2802L, 2429L)), row.names = c(NA, -10L), class
= c("grouped_df", "tbl_df", "tbl", "data.frame"), vars =
"Gender", drop = TRUE, indices = list(0:9), group_sizes = 10L,
biggest_group_size
= 10L, labels = structure(list(
Gender = structure(1L, .Label = c("Female", "Male", "Not Specified"),
class = "factor")), row.names = c(NA, -1L), class =
"data.frame", vars = "Gender", drop = TRUE))
ae_adm_df <- structure(list(Gender = structure(c(1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L), .Label =
c("Female", "Male", "Not Specified"), class
= "factor"),
AgeBand = structure(1:10, .Label = c("0 yrs", "1-4 yrs",
"10-14 yrs", "15-19 yrs", "20-24 yrs", "25-29 yrs",
"30-34 yrs", "35-39 yrs", "40-44 yrs", "45-49 yrs",
"5-9 yrs", "50-54 yrs", "55-59 yrs", "60-64 yrs", "65-
69 yrs", "70-74 yrs", "75-79 yrs", "80-84 yrs", "85+
yrs"), class = "factor"), N = c(4352L, 6229L, 2145L,
2328L, 3963L, 4769L, 4475L, 3342L, 2544L, 2141L)),
row.names = c(NA, -10L), class = c("grouped_df",
"tbl_df", "tbl", "data.frame"),
vars = "Gender", drop = TRUE, indices = list(0:9),
group_sizes = 10L, biggest_group_size = 10L, labels =
structure(list(Gender = structure(1L, .Label = c("Female",
"Male", "Not Specified"),
class = "factor")), row.names = c(NA, -1L), class =
"data.frame", vars = "Gender", drop = TRUE))
功能
漂亮的_breaksscalesscale_y_continuous(breaks = scales::pretty_breaks(15))
library(scales)
函数
pretty\u breaksscalesscale_y_continuous(breaks = scales::pretty_breaks(15))
library(scales)
首先，我们需要一些具有代表性的样本数据：
set.seed(123)
ae_adm_df <- data.frame("Gender" = rep(c("Female Admitted", "Male Admitted"), each = 4),
"AgeBand" = rep(c("0 yrs", "1-4yrs", "10-14yrs", "15-19yrs"), 2),
"N" = sample(2000:8000, 8))
# Gender AgeBand N
# 1 Female Admitted 0 yrs 3725
# 2 Female Admitted 1-4yrs 6729
# 3 Female Admitted 10-14yrs 4453
# 4 Female Admitted 15-19yrs 7296
# 5 Male Admitted 0 yrs 7639
# 6 Male Admitted 1-4yrs 2273
# 7 Male Admitted 10-14yrs 5165
# 8 Male Admitted 15-19yrs 7349
ae_att_df <- data.frame("Gender" = rep(c("Female Not Admitted", "Male Not Admitted"), each = 4),
"AgeBand" = rep(c("0yrs", "1-4yrs", "10-14yrs", "15-19yrs"), 2),
"N" = sample(1000:3000, 8))
# Gender AgeBand N
# 1 Female Not Admitted 0yrs 2103
# 2 Female Not Admitted 1-4yrs 1913
# 3 Female Not Admitted 10-14yrs 2912
# 4 Female Not Admitted 15-19yrs 1905
# 5 Male Not Admitted 0yrs 2353
# 6 Male Not Admitted 1-4yrs 2142
# 7 Male Not Admitted 10-14yrs 1205
# 8 Male Not Admitted 15-19yrs 2794
首先，我们需要一些具有代表性的样本数据：
set.seed(123)
ae_adm_df <- data.frame("Gender" = rep(c("Female Admitted", "Male Admitted"), each = 4),
"AgeBand" = rep(c("0 yrs", "1-4yrs", "10-14yrs", "15-19yrs"), 2),
"N" = sample(2000:8000, 8))
# Gender AgeBand N
# 1 Female Admitted 0 yrs 3725
# 2 Female Admitted 1-4yrs 6729
# 3 Female Admitted 10-14yrs 4453
# 4 Female Admitted 15-19yrs 7296
# 5 Male Admitted 0 yrs 7639
# 6 Male Admitted 1-4yrs 2273
# 7 Male Admitted 10-14yrs 5165
# 8 Male Admitted 15-19yrs 7349
ae_att_df <- data.frame("Gender" = rep(c("Female Not Admitted", "Male Not Admitted"), each = 4),
"AgeBand" = rep(c("0yrs", "1-4yrs", "10-14yrs", "15-19yrs"), 2),
"N" = sample(1000:3000, 8))
# Gender AgeBand N
# 1 Female Not Admitted 0yrs 2103
# 2 Female Not Admitted 1-4yrs 1913
# 3 Female Not Admitted 10-14yrs 2912
# 4 Female Not Admitted 15-19yrs 1905
# 5 Male Not Admitted 0yrs 2353
# 6 Male Not Admitted 1-4yrs 2142
# 7 Male Not Admitted 10-14yrs 1205
# 8 Male Not Admitted 15-19yrs 2794
library（scales）ae\u att\u dfhead（my_df，10）Gender女性。我将提供一些示例数据作为回答，并向您展示如何绘制所需的绘图。library（scales）
请检查您提供的数据是否正确：如果我尝试运行ae\u att\u df
，我会出错。此外，TIBLE似乎有38行，尽管您只提供了4行。是的，我实际上剪切了它并更改了值，因为我的数据是保密的。但是尝试了对原始数据的建议，在我的绘图中没有任何结果。好的，我明白了，但是请提供不包含34个空行的玩具数据。此外，似乎还有一个拼写错误“ae_att_df”，因为我在尝试运行它时出错。例如，您可以使用head（my_df，10）
仅显示前10行。您的样本数据不具有代表性，因为在这两种情况下，在Gender
中仅包含女性。我将提供一些示例数据作为回答，并向您展示如何绘制所需的绘图。添加库（缩放）时，它不会绘制任何内容。如果使用scale\u y\u continuous（breaks=scales:：pretty\u breaks（15））
，会发生什么？添加库（缩放）时，它不会绘制任何内容。如果使用scale\u y\u continuous会发生什么（休息=缩放：：漂亮的休息（15））
？谢谢你，阿德拉。你建议的方式很好，但数据结构不同。无论如何，我会尝试在你提供的结构中获取我的数据。然而，我有两个不同的列，其中包括急诊室就诊人数。但是，入院人数会出现在另一个列中。因此，我需要操作3个不同的列来设计一。非常感谢！@Adele-在ggplot功能中有没有一种方法可以让我对复制的数据集进行同样的处理？为什么我坚持这样做？因为我需要计算所有急诊的就诊人数，这在我的叠加图中首先出现，然后我添加了急诊住院的患者。这就是为什么你的例子并没有抓住我太多的问题。话虽如此，我还是想看看是否有办法将ggplot应用于我的例子，而不是你的例子。首先，你的样本数据不具有代表性，因为它只包括性别变量中的女性，所以很难绘制所需的输出t、 如果我理解正确，你有一个数据集，然后你有一些子集。在这种情况下，你可以创建新的因子变量来区分住院和未住院的患者。这个新的因子变量可以用在填充参数中的第二个geom_bar
中。你好，阿德拉，我已经解决了问题wi以上建议。非常感谢您的时间。谢谢您阿德拉。您的建议很好，但数据结构不同。无论如何，我会尝试按照您提供的结构获取我的数据。然而，我有两个不同的列，其中包括a&E就诊人数。但是，获准的列会出现在另一个列中。Thus、 我需要操纵3个不同的栏来设计一个。非常感谢！@Adele-在ggplot函数中有没有一种方法可以让我对复制的数据集进行同样的操作？为什么我坚持这样做？因为我需要计算所有a&E的就诊人数，这首先是在我的叠加图中，然后我添加那些被允许进入hosp的人我是从参加A&E的人那里得到的。这就是为什么你的例子没有抓住太多我的问题。话虽如此，我还是想看看是否有办法将ggplot应用于我的例子而不是你的例子。首先，你的样本数据不具代表性，因为它只包括性别中的女性变量，因此很难绘制所需的输出。如果我理解正确，您有一个数据集，然后有一些子集。在这种情况下，您可以创建新的因子变量来区分住院患者和未住院患者。此新因子变量可用于填充参数中的第二个geom\u bar
中。您好洛杉矶，我已经解决了上述问题。非常感谢您抽出时间。