R의 막대 그래프 순서를 기반으로 Likert 차트 정렬

R에서 수평으로 일치하는 Likert 및 막대 차트 만들기

이 솔루션은 막대 그래프 데이터를 기반으로 Likert 차트를 정렬하고 정렬하는 데 중점을 두고 R을 사용하는 접근 방식을 보여줍니다.

# Load necessary libraries
library(tidyverse)
library(ggplot2)
library(ggridges)
library(ggiraphExtra)

# Step 1: Generate sample data
set.seed(123)
likert_levels <- c("1" = "Very Dissatisfied",
                   "2" = "Dissatisfied",
                   "3" = "Neutral",
                   "4" = "Satisfied",
                   "5" = "Very Satisfied")

df <- data.frame(year = sample(c(2023, 2022, 2020, 2018), 50, replace = TRUE),
                 A = sample(likert_levels, 50, replace = TRUE),
                 B = sample(likert_levels, 50, replace = TRUE),
                 C = sample(likert_levels, 50, replace = TRUE)) %>%
  mutate(across(everything(), as.factor)) %>%
  as_tibble() %>%
  mutate(across(-year, ~factor(.x, levels = likert_levels)))

# Step 2: Create a bar plot with descending order
bar_data <- df %>%
  pivot_longer(-year, names_to = "group", values_to = "response") %>%
  count(response, group) %>%
  arrange(desc(n))

bar_plot <- ggplot(bar_data, aes(x = reorder(response, -n), y = n, fill = group)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(title = "Bar Plot of Responses", x = "Response", y = "Count") +
  theme_minimal()

print(bar_plot)

# Step 3: Create a Likert chart aligned to bar plot ordering
likert_data <- df %>%
  mutate(id = row_number()) %>%
  pivot_longer(-c(id, year), names_to = "group", values_to = "response") %>%
  mutate(response = factor(response, levels = levels(bar_data$response)))

likert_plot <- ggplot(likert_data, aes(x = response, fill = factor(year))) +
  geom_bar(position = "fill") +
  facet_wrap(~group) +
  labs(title = "Likert Chart Matched to Bar Plot", x = "Response", y = "Proportion") +
  theme_minimal()

print(likert_plot)

대안: 정렬 및 일치 자동화

이 접근 방식은 모듈화 및 재사용을 높이기 위해 R의 자동화된 정렬 및 매핑 기능을 사용합니다.

# Define a function for sorting and matching
create_sorted_charts <- function(df, likert_levels) {
  bar_data <- df %>%
    pivot_longer(-year, names_to = "group", values_to = "response") %>%
    count(response, group) %>%
    arrange(desc(n))

  bar_plot <- ggplot(bar_data, aes(x = reorder(response, -n), y = n, fill = group)) +
    geom_bar(stat = "identity", position = "dodge") +
    theme_minimal()

  likert_data <- df %>%
    mutate(id = row_number()) %>%
    pivot_longer(-c(id, year), names_to = "group", values_to = "response") %>%
    mutate(response = factor(response, levels = levels(bar_data$response)))

  likert_plot <- ggplot(likert_data, aes(x = response, fill = factor(year))) +
    geom_bar(position = "fill") +
    facet_wrap(~group) +
    theme_minimal()

  list(bar_plot = bar_plot, likert_plot = likert_plot)
}

# Use the function
plots <- create_sorted_charts(df, likert_levels)
print(plots$bar_plot)
print(plots$likert_plot)

Likert 차트 정렬 및 정렬에 대해 자주 묻는 질문

1. 무엇을 pivot_longer() 이런 맥락에서 합니까?
2. 넓은 형식의 데이터를 긴 형식으로 변환하여 Likert 차트와 같은 그룹화된 시각화를 더 쉽게 만들 수 있습니다.
3. 막대 그래프의 정렬 순서가 Likert 차트와 일치하는지 어떻게 확인할 수 있나요?
4. 사용하여 reorder() 막대 그래프에서 리커트 차트의 요인 수준을 정렬하여 재정렬된 막대 그래프와 일치시킵니다.
5. Likert 차트의 색상을 사용자 정의할 수 있나요?
6. 예! 사용 scale_fill_manual() 또는 다음과 같은 미리 정의된 팔레트 viridis Likert 수준에 고유한 색상을 할당합니다.
7. 차트를 대화형으로 만들 수 있나요?
8. 전적으로! 다음과 같은 라이브러리를 사용하십시오. plotly 또는 shiny 대화형의 사용자 친화적인 데이터 시각화를 생성합니다.
9. 둘 이상의 그룹화 변수를 비교해야 하는 경우 어떻게 해야 합니까?
10. 영향력 facet_grid() 또는 facet_wrap() 여러 그룹 비교를 위해 별도의 패널을 만듭니다.

효과적인 시각화를 위한 핵심 사항

Likert 차트 및 막대 그래프와 같은 시각화를 정렬하면 특히 그룹 또는 연도에 따른 설문 조사 결과를 분석할 때 명확성이 향상됩니다. 빈도를 기준으로 데이터를 정렬하고 여러 플롯을 일치시키면 통찰력이 청중에게 더욱 영향력 있고 매력적이게 됩니다. 🎨

등의 기술을 결합하여 패싯_랩 하위 그룹 분석 및 구별을 위한 색상 팔레트를 사용하면 차트가 유익할 뿐만 아니라 미학적으로도 만족스럽습니다. 이러한 사례는 스토리텔링을 간소화하여 다양한 분야의 의사 결정자가 데이터를 실행 가능하게 만드는 데 도움이 됩니다.