如何比较出现总数与特定标准的数量？

Question

我有一个数据集，其中文章的名称按性别分隔。每篇文章都有一个索引号，所以它看起来像这样：

索引	姓名	性别	角色
1	A	M	引用
1	B	M	引用
2	C	M	引用
2	D	F	引用
2	A	F	提到过
3	E	M	引用

所以所有索引2都是针对同一篇文章的，并且文章之间的名称可以重复。我试图了解每篇文章中引用/提及的人数与女性人数之间的关系。那么也许是散点图？为了表明文章中包含的人越多，女性的可能性就越大，反之亦然。

我试过这个：

data %>%
  group_by(index) %>%
  count(name) %>%
  tally()

但是它生成了一个没有任何性别的数据集，那么我如何制作包含它的绘图？

当我这样做时：

data %>%
  group_by(index, gender) %>%
  count(index)

它在每个索引中分别生成 M 和 F，但我如何制作一个图来比较每个索引中的总名称与编号。女性？还用这种方法吗？

Answer 1

使用

scatterpie

库似乎是进行此比较的一个不错的选择。

read.table(text= "Index     Name    Gender  Role
1   A   M   Quoted
1   B   M   Quoted
2   C   M   Quoted
2   D   F   Quoted
2   A   F   Mentioned
3   E   M   Quoted", header = T, stringsAsFactors = F) -> data

library(dplyr)
library(tidyr)
library(ggplot2)
library(scatterpie)

data %>% 
  count(Index, Gender) %>% 
  mutate(DummyY = 1) %>% 
  pivot_wider(names_from = Gender, values_from = n, values_fill = 0) -> test

ggplot() +
  geom_scatterpie(aes(x = Index, y = DummyY, r = 0.45),
                  data = test, cols = c("F", "M")) + 
  coord_equal() +
  scale_x_continuous(breaks = test$Index) +
  scale_fill_discrete("Gender") +
  theme(axis.title.y=element_blank(),
        axis.text.y=element_blank(),
        axis.ticks.y=element_blank())

^{创建于 2024-05-03，使用 reprex v2.0.2}