欢迎关注R语言数据分析指南
❝之前介绍了如何使用「networkD3」包来绘制交互式桑基图，本节再来介绍如何使用「ggsankey」绘制有多个分类变量的桑基图。下面就来通过一个小案例介绍，「数据+代码已经上传2023VIP群，加群的观众老爷请自行下载」
❞
关注下方公众号下回更新不迷路
加载R包
library(tidyverse)
# remotes::install_local("ggsankey-main.zip",upgrade = F,dependencies = T)
library(ggsankey)
library(ggtext)
数据清洗
frogs <- read_csv("frogs.txt") %>% # 从"frogs.txt"文件中读取数据，并将结果保存到变量frogs中
arrange(Ordinal) %>% # 按照Ordinal列的值对数据进行排序
mutate(SurveyDate = as.Date(SurveyDate, format = "%m/%d/%Y"), # 将SurveyDate列转换为日期格式
Gender = if_else(Female == 0, "Male", "Female")) %>% # 根据Female列的值判断Gender
group_by(Subsite) %>% # 按照Subsite列进行分组
mutate(total = n()) %>% # 计算每个分组中的观测数量，并将结果保存到total列中
ungroup() %>% # 取消分组
mutate(Subsite2 = glue::glue("<b>{Subsite}</b> ({total} frogs)"))
构建数据格式
dt2 <- make_long(frogs, HabType, Water, Type, Structure, Substrate, value = "Subsite2") # 使用make_long()函数对数据进行重塑，结果保存到dt2变量中
数据可视化
ggplot(dt2,aes(x = x, next_x = next_x,
node = node, next_node = next_node)) + # 创建一个ggplot对象，并指定数据和映射关系
geom_sankey(flow.alpha = 0.5,node.fill = "#f5ccae", # 添加sankey流程图层，设置外观参数
flow.fill = "#aeb4f5",node.color = "#aef5ef",
flow.color = "#aef5ef",flow.size = 0.25,node.size = 0.25) +
geom_sankey_text(aes(label = node), size = 3) + # 添加sankey流程图文本标签层
facet_wrap(vars(value), scales = "free",ncol = 3) + # 按照value列进行分面，每行显示3个图形
coord_cartesian(expand = TRUE, clip = "off") + # 设置坐标系，展开绘图范围并关闭裁剪
theme_minimal() + # 使用最简主题
theme(legend.position = "bottom", # 设置主题参数
panel.grid = element_blank(),
panel.spacing = unit(1,"lines"),
plot.background = element_rect(fill = "#f5faf8", color = "#f5faf8"),
axis.text.y = element_blank(),
axis.title.x = element_blank(),
strip.text = element_markdown(margin = margin(t = 10, b = 5),face="bold",color="black"))
❝有需要学习个性化数据可视化的朋友，欢迎到小编的「淘宝店铺」 「R语言数据分析指南」购买「2023年度会员」
❞初始价格99元，内容主要包括各种「高分论文的图表分析复现以及一些个性化图表的绘制」均包含数据+代码；按照往年数据小编年产出约在150+以上
购买后微信发小编订单截图即邀请进新的会员交流群，小编的文档为按年售卖，只包含当年度的「除系列课程外」的文档，有需要往年文档的朋友也可下单购买，需要了解更多信息的朋友欢迎交流咨询。
淘宝扫一扫
2023会员群精彩内容
