R 绘制详细的热图

我尝试使用以下数据创建热图：

Study   Intervention                Outcome
Study_1 Monetary_Incentive          Emission_Reduction
Study_2 Govermental_Change          Emission_Reduction
Study_3 Nudges                      Renewable_Energy_Usage
Study_3 Market_based_intervention   Renewable_Energy_Usage
Study_4 Market_based_intervention   Emission_Reduction
Study_5 Monetary_Incentive          Renewable_Energy_Usage
Study_6 Nudges                      Emission_Reduction
Study_6 Govermental_Change          Transport
Study_7 Market_based_intervention   Renewable_Energy_Usage
Study_8 Monetary_Incentive          Renewable_Energy_Usage
Study_9 Market_based_intervention   Emission_Reduction
Study_10 Market_based_intervention  Emission_Reduction
Study_10 Monetary_Incentive         Renewable_Energy_Usage
Study_11 Market_based_intervention  Transport
Study_12 Govermental_Change         Transport
Study_13 Monetary_Incentive         Emission_Reduction
Study_14 Nudges                     Transport

我的代码：

input <- read.csv2("Test_dataset.csv")

axis_txt_lim = 60
library(dplyr)
library(ggplot2)


test <-  input%>% ggplot2::ggplot() +
  ggplot2::geom_count(aes(x = Outcome, y = Intervention),colour = "light 
  blue", fill ="light blue") +
  ggplot2::theme_bw() +
  ggplot2::theme(axis.text.x = ggplot2::element_text(angle = 45, hjust = 1),
             panel.grid = element_blank(), 
             text = ggplot2::element_text(size = 14), 
             axis.title = ggplot2::element_text(size = 16), 
             title = ggplot2::element_text(size = 18),
             legend.position="none") + 
ggplot2::xlab(paste0(colnames(data)[2])) +
ggplot2::ylab(paste0(colnames(data)[3])) +
ggplot2::scale_x_discrete(labels = function(x) substr(x, 1, axis_txt_lim))+
ggplot2::scale_y_discrete(labels = function(x) substr(x, 1, axis_txt_lim)) + 
ggplot2::ggtitle("Evidence Gap Map", subtitle = paste(colnames(data)[3], 
"by", colnames(data)[2]))
test
plotly::ggplotly(test = ggplot2::last_plot())

---

有什么建议/提示吗？我想做的事情有可能吗？

这对

geom\u count

来说很痛苦。下面是使用

几何点的一种方法：

library(data.table)
dt0 <- as.data.table(input)
dt <- 
  dt0[, .(studies = paste0(Study, collapse=","), n = .N), by=c("Outcome","Intervention")]
dt[, n:=as.factor(n)]
gg <- ggplot(dt) + 
  geom_point(aes(x = Outcome, y = Intervention, size = n, text = studies)) + 
  scale_size_manual(name = "Nr studies", values = as.numeric(levels(dt$n))) # better legend

ggplotly(gg)

库（data.table）
dt0这对于
geom\u计数来说是痛苦的。下面是使用
几何点的一种方法：

library(data.table)
dt0 <- as.data.table(input)
dt <- 
  dt0[, .(studies = paste0(Study, collapse=","), n = .N), by=c("Outcome","Intervention")]
dt[, n:=as.factor(n)]
gg <- ggplot(dt) + 
  geom_point(aes(x = Outcome, y = Intervention, size = n, text = studies)) + 
  scale_size_manual(name = "Nr studies", values = as.numeric(levels(dt$n))) # better legend

ggplotly(gg)

库（data.table）
dt0您是否可以尝试
input%>%ggplot2:：ggplot（aes（text=Study））…
I尝试过，但这不起作用，因为它会干扰geom_count命令。结果是每个点的大小都为1。我错过了这个问题。每个点有几项研究。在我的回答中，我用计数和研究列手动构建表格，然后使用
geom_point
和
size
美学。你能试试
input%>%ggplot2:：ggplot（aes（text=Study））…
我做了，但这不起作用，因为它干扰了geom_count命令。结果是每个点的大小都为1。我错过了这个问题。每个点有几项研究。在我的回答中，我用计数和一列手动构建了表格，然后我用
geom_point
和
size
美学。非常感谢您的帮助，非常感谢：）非常感谢您的帮助，非常感谢：）