R y轴为“a”时,几何钢筋的一致宽度;计数“;而不是显式变量

R y轴为“a”时,几何钢筋的一致宽度;计数“;而不是显式变量,r,ggplot2,R,Ggplot2,我试图在ggplot2中制作一个条形图,所有条形图的宽度都相等,无论是否存在特定变量组合的数据。这个问题与这里的问题很相似;但是,我没有将变量映射到y轴,而是计算特定变量组合出现的次数 有人知道解决这个问题的方法吗?另外,在我最初的“实际”数据集中,我在facet_wrap中有两个变量,而不是一个。当包含这个额外变量时,答案会有所不同吗 我目前制定的代码给了我不均匀的条宽: 图书馆(GG2) ggplot(dat,aes(主观评估,填充=pts))+geom(位置=“道奇”)+ 面_包裹(~背景

我试图在ggplot2中制作一个条形图,所有条形图的宽度都相等,无论是否存在特定变量组合的数据。这个问题与这里的问题很相似;但是,我没有将变量映射到y轴,而是计算特定变量组合出现的次数

有人知道解决这个问题的方法吗?另外,在我最初的“实际”数据集中,我在facet_wrap中有两个变量,而不是一个。当包含这个额外变量时,答案会有所不同吗

我目前制定的代码给了我不均匀的条宽:

图书馆(GG2) ggplot(dat,aes(主观评估,填充=pts))+geom(位置=“道奇”)+ 面_包裹(~背景)+ 实验室(y=“计数”)


提前感谢您的帮助。

转换数据,使变量映射到y轴,然后在链接副本中使用该方法。@Gregor也许我不明白。我像你建议的那样添加了一个“count”变量,并尝试了链接方法,但我收到了一个rbind错误“参数列数不匹配。dat.allSee还包括(1)、(2)和(3),我相信它们是完全重复的。您可能不希望expand.grid中出现
count
。您应该使用
dplyr
data.table
aggregate
来根据唯一因子级别总结您的数据。@Gregor,我仍然无法解决这个问题。当我删除“count”时“从我的expand.grid中,我收到了参数”rbind中的错误(deparse.level,…):参数的列数不匹配。我不熟悉使用dplyr或data.table或aggregate汇总数据。您能提供一个如何以这种方式汇总数据的线索吗?谢谢
  species background      pts Subjective_Assessment
Species_1    State_1 Factor_1                  Good
Species_2    State_1 Factor_1                  Good
Species_3    State_1 Factor_1                  Good
Species_4    State_1 Factor_1                  Good
Species_1    State_1 Factor_2                  Poor
Species_2    State_1 Factor_2                  Poor
Species_3    State_1 Factor_2              Moderate
Species_4    State_1 Factor_2                  Poor
Species_1    State_1 Factor_3              Moderate
Species_2    State_1 Factor_3              Moderate
Species_3    State_1 Factor_3              Moderate
Species_4    State_1 Factor_3                  Poor
Species_1    State_2 Factor_1                  Good
Species_2    State_2 Factor_1                  Good
Species_3    State_2 Factor_1                  Good
Species_4    State_2 Factor_1                  Good
Species_1    State_2 Factor_2              Moderate
Species_2    State_2 Factor_2              Moderate
Species_3    State_2 Factor_2              Moderate
Species_4    State_2 Factor_2              Moderate