带有 R 网络包的桑基图

问题描述

我正在尝试按照 R Graph gallery 的说明创建一个简单的 Sankey 图：https://www.r-graph-gallery.com/322-custom-colours-in-sankey-diagram.html。我有一个数据集，每个 ID 有两个 obv。对于每个时期，我都知道某人是否贫穷。数据集如下所示：

ID   YEAR   POVERTY
1    2018      0
1    2019      1
2    2018      1
2    2019      1
3    2018      0
3    2019      1
4    2018      0
4    2019      0
5    2018      0
5    2018      0

我想我需要将其转换为源-目标-值表，但我不明白“值”是什么意思。有人给我解释一下吗？我怎样才能继续前进？

非常感谢您的帮助:)

我使用了它提供的代码：

library("dplyr",warn.conflicts = FALSE)
library("networkD3")

diagram <- SUBSET05%>% 
  dplyr::mutate(Poverty = dplyr::if_else(Poverty==1,"poor","not poor")) %>% 
  dplyr::transmute(id_nmbr,yr_interview,Poverty = paste(Poverty,sep = "_"))

links <- diagram %>%
  tidyr::pivot_wider(names_from = yr_interview,values_from = Poverty) %>% 
  dplyr::rename(source = `2018`,target = `2019`)

nodes <- data.frame(name = unique(c(links$source,links$target))) %>% 
  tidyr::separate(name,into = c("group","year"),sep = "_",remove = FALSE)

links$id_nmbrsource <- match(links$source,nodes$name)-1 
links$id_nmbrtarget <- match(links$target,nodes$name)-1
links$value <- 10

sn <- sankeyNetwork(Links = links,Nodes = nodes,NodeID = "name",Source = "id_nmbrsource",Target = "id_nmbrtarget",NodeGroup = "group",Value = "value")
sn 

我得到以下图像：

我的数据集有 34034 个观测值，每年 17017 个。我是否必须因此更改值列？什么可能导致丑陋的图像？

解决方法

我不确定我是否真的了解您希望您的输出是什么样子。

无论如何，我认为“价值”在您的情况下并不重要。每个连接具有相同的重要性，因此您可以将其设置为任意值。

如果只是为了显示有多少人从贫困转向非贫困，那么出发点应该是在两个时间段内实际上有四个组：“贫困”和“非贫困”。

结果应该是这样的：

library("dplyr",warn.conflicts = FALSE)
library("networkD3")


df <- tibble::tribble(
  ~ID,~YEAR,~POVERTY,"1",2018,2019,1,"2","3","4","5",0
) %>% 
  dplyr::mutate(POVERTY = dplyr::if_else(POVERTY==0,"poor","not poor")) %>% 
  dplyr::transmute(ID,YEAR,POVERTY = paste(POVERTY,sep = "_")) 


links <- df %>% 
  tidyr::pivot_wider(names_from = YEAR,values_from = POVERTY) %>% 
  dplyr::rename(source = `2018`,target = `2019`) 

nodes <- data.frame(name = unique(c(links$source,links$target))) %>% 
  tidyr::separate(name,into = c("group","year"),sep = "_",remove = FALSE)


links$IDsource <- match(links$source,nodes$name)-1 
links$IDtarget <- match(links$target,nodes$name)-1
links$value <- 10


sn <- sankeyNetwork(Links = links,Nodes = nodes,NodeID = "name",Source = "IDsource",Target = "IDtarget",NodeGroup = "group",Value = "value") 

sn