R ggvis-如何绘制条形图

我不知道我的代码出了什么问题。但我得到了这个错误：

> Visitas_Por_Fuente %>% ggvis(~Campanas1, ~sessions) %>% layer_bars()
Error in .subset2(x, i, exact = exact) : subscript out of bounds

我只想创建一个条形图，显示我们有多少个会话

我使用此代码（但我看不到图表）：

我有一个data.frame，其中包含以下类型的数据：

Visitas_Por_Fuente %>% ggvis(~Campanas1, ~sessions) %>% layer_bars()

这是data.frame上str（）函数的输出：

Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   4177 obs. of  8 variables:
$ date         : Date, format: "2014-09-01" "2014-09-01" "2014-09-01" ...
$ dayOfWeekName: chr  "Monday" "Monday" "Monday" "Monday" ...
$ userType     : chr  "New Visitor" "New Visitor" "New Visitor" "New Visitor" ...
$ source       : chr  "(direct)" "amazon.es" "bing" "col128.mail.live.com" ...
$ Medium       : chr  "(none)" "referral" "organic" "referral" ...
$ campaign     : chr  "(not set)" "(not set)" "(not set)" "(not set)" ...
$ sessions     : num  97 1 2 1 5 2 124 1 35 1 ...
$ Campanas1    : Factor w/ 7 levels "Adwords","Campañas",..: 3 5 6 4 5 7 6 7 5 5 ...

主管（探视室）

来源：本地数据帧[6 x 8]

    date dayOfWeekName    userType                   source   Medium  campaign    sessions    Campanas1
1 2014-09-01        Monday New Visitor             (direct)   (none) (not set)       97      Directo
2 2014-09-01        Monday New Visitor            amazon.es referral (not set)        1  Referencias
3 2014-09-01        Monday New Visitor                 bing  organic (not set)        2          SEO
4 2014-09-01        Monday New Visitor col128.mail.live.com referral (not set)        1        Email
5 2014-09-01        Monday New Visitor         eloi.go.com referral (not set)         5  Referencias
6 2014-09-01        Monday New Visitor         facebook.com referral (not set)        2 Social Media

---

我认为解决方案与术语“整理数据”有关

步骤：

1.-使用“Dplyr”中的“选择”简化您的data.frame：

注:

如果您只是尝试在不重塑图形的情况下创建图形，它将不起作用

我不知道为什么。它们看起来是一样的，这里有两个data.frames的头部：

A） Vistas_Por_Fuente3-不进行改造：

     Campanas1    sessions
1      Directo        97
2  Referencias        1
3          SEO        2
4        Email        1
5  Referencias        5
6 Social Media        2

     Campanas1 variable value
1      Directo sessions    97
2  Referencias sessions     1
3          SEO sessions     2
4        Email sessions     1
5  Referencias sessions     5
6 Social Media sessions     2

B） Vistas_Por_Fuente6-重塑它：

     Campanas1    sessions
1      Directo        97
2  Referencias        1
3          SEO        2
4        Email        1
5  Referencias        5
6 Social Media        2

     Campanas1 variable value
1      Directo sessions    97
2  Referencias sessions     1
3          SEO sessions     2
4        Email sessions     1
5  Referencias sessions     5
6 Social Media sessions     2

为什么呢？有什么想法吗

这就是我想要的，我得到的。但是，有没有一种方法可以为每列添加值？谢谢

---

同样的问题..解决方案有效。关于为什么需要融化的

melt

有什么见解吗？@JohnSG我没有时间深入研究，但你应该搜索“整洁的数据”hadley wickham来获取更多信息。

     Campanas1 variable value
1      Directo sessions    97
2  Referencias sessions     1
3          SEO sessions     2
4        Email sessions     1
5  Referencias sessions     5
6 Social Media sessions     2