Несколько наборов сгруппированных гистограмм (на одном графике) без использования «преобразований» в графике r

Код:

library(plotly)
library(tidyverse)

df <- data.frame(protein = c("Chicken", "Beef", "Pork", "Fish",
                             "Chicken", "Beef", "Pork", "Fish"),
                 y1 = c(3, 24, 36, 49, 7, 15, 34, 49),
                 y2 = c(9, 28, 40, 47, 8, 20, 30, 40 ), 
                 gender = c("Male", "Male", "Male", "Male",
                            "Female", "Female", "Female", "Female"))

df %>%
  plot_ly() %>% 
  add_bars (y = ~y1, x = ~protein,
            name = 'y1.male') %>% add_bars(y = ~y2,
               x=~protein, color = I("green"),name = "y2.male")%>%
  add_bars(y = ~y1, x = ~protein, color = I("black"),
           name = 'y1.female') %>% add_bars(y = ~y2,
                x=~protein, color = I("red"), name = "y2.female")

Мой желаемый результат - создать что-то похожее на это:

Несколько наборов сгруппированных гистограмм (на одном графике) без использования «преобразований» в графике r

Однако, когда вы запустите код, вы увидите, что он сложил значения «Мужской» и «Женский» в каждой строке. Я хотел бы, чтобы «y1.male» представлял данные «мужчины», когда y = y1, «y2.male» представлял данные «мужчины», когда y = y2, «y1.female» представлял данные «женщины», когда y = y1 и "y2.female" для представления "женских" данных, когда y = y2 соответственно. Как я могу сделать это без использования фильтра «преобразования» в r-plotly?

Не могли бы вы уточнить, что вы подразумеваете под [фильтровать по "преобразованиям"]?

M-- 06.04.2022 20:11

@M-- Ага! на самом деле это относится к моему вчерашнему сообщению - связь. Ссылка на код примера приведена там. Я пытался создать раскрывающееся меню путем фильтрации (используя преобразования), но не смог заставить его работать. Поэтому я изучаю альтернативные методы.

alizay1 06.04.2022 20:31
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
2
2
29
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Мы можем переупорядочить данные, чтобы они были в длинном формате, а затем построить их:

df %>% 
  pivot_longer(cols = c(y1, y2)) %>% 
  unite(gender_var, c(gender, name)) %>% 
 plot_ly() %>% 
  add_bars (x = ~protein, y = ~value,
            name = ~gender_var)

Другие вопросы по теме