ggplot2 geom_col() unterscheidet sich von plot()

[wbart]

Hallo,
ich habe eine Principle component analyse mit prcomp() gemacht. Nun versuche ich eine Scree plot zu machen. Wenn ich mir diesen mit dem plot() Befehl anschaue ist alles in Ordnung. Wenn ich versuche die Grafik mit ggplot2 in schön zu machen kommt eine Grafik heraus in der die Werte der x-Achse in der falschen Reihenfolge kommen.
Ich habe folgende Tabelle erstellt

Code: Alles auswählen

pca_GE_all_var_expl_tbl <-
  data.frame(PC = paste0(1:93),
             var_explained = pca_GE_all$sdev^2/sum(pca_GE_all$sdev^2))

Die Tabelle sieht so aus: Spalte PC Nummer von 1 bis 93, var_expl_tabl Werte geordnet vom höchsten zum kleinsten Wert.

Code: Alles auswählen

GE_all_var_expl_tbl
   PC var_explained
1   1  3.344084e-01
2   2  1.438074e-01
3   3  1.072239e-01
4   4  4.670794e-02
5   5  3.413497e-02
6   6  3.359805e-02
7   7  2.092461e-02
8   8  1.803073e-02
9   9  1.671627e-02
10 10  1.433452e-02
11 11  1.198894e-02
12 12  9.399608e-03
13 13  8.461168e-03
14 14  7.998514e-03
15 15  6.849114e-03
16 16  6.478053e-03
17 17  6.003372e-03
18 18  5.773242e-03
19 19  4.797188e-03
20 20  4.674142e-03
21 21  4.308319e-03
22 22  4.189525e-03
23 23  3.896836e-03
24 24  3.702643e-03
25 25  3.492253e-03
26 26  3.394300e-03
27 27  3.317103e-03
28 28  3.243657e-03
29 29  3.190355e-03
30 30  3.119645e-03
31 31  3.073774e-03
32 32  2.988087e-03
33 33  2.949264e-03
34 34  2.920289e-03
35 35  2.876176e-03
36 36  2.836995e-03
37 37  2.780262e-03
38 38  2.712839e-03
39 39  2.597859e-03
40 40  2.569712e-03
41 41  2.518777e-03
42 42  2.476687e-03
43 43  2.458967e-03
44 44  2.439450e-03
45 45  2.403536e-03
46 46  2.388050e-03
47 47  2.340619e-03
48 48  2.309623e-03
49 49  2.296063e-03
50 50  2.276667e-03
51 51  2.252636e-03
52 52  2.229747e-03
53 53  2.193251e-03
54 54  2.154634e-03
55 55  2.116372e-03
56 56  2.089635e-03
57 57  2.069938e-03
58 58  2.062687e-03
59 59  2.057265e-03
60 60  1.990263e-03
61 61  1.952521e-03
62 62  1.933391e-03
63 63  1.928793e-03
64 64  1.909842e-03
65 65  1.872618e-03
66 66  1.853267e-03
67 67  1.841589e-03
68 68  1.802654e-03
69 69  1.735345e-03
70 70  1.710964e-03
71 71  1.699947e-03
72 72  1.695379e-03
73 73  1.627852e-03
74 74  1.618843e-03
75 75  1.597681e-03
76 76  1.546884e-03
77 77  1.533414e-03
78 78  1.494242e-03
79 79  1.464179e-03
80 80  1.449263e-03
81 81  1.437032e-03
82 82  1.403733e-03
83 83  1.339541e-03
84 84  1.309905e-03
85 85  1.291101e-03
86 86  1.202688e-03
87 87  1.151050e-03
88 88  1.092907e-03
89 89  1.032700e-03
90 90  1.004124e-03
91 91  9.777109e-04
92 92  8.938960e-04
93 93  1.267195e-30

Die ggplot2 Grafik wollte ich wie folgt erstellen:

Code: Alles auswählen

ggplot(pca_GE_all_var_expl_tbl, aes(x=PC, y=var_explained))+
  geom_col()+
  labs(title = "Scree plot")
  
 

Das Ergebnis ist folgende Grafik angehängt als screeplot1. jpg.

Erwarten würde ich eine Grafik screeplot 2 von der Datenverteilung

Hat jemand eine Idee warum das so ist?

VG
Werner

[Athomas]

Offenbar hast Du "PC" falsch - als Faktor - eingelesen.

Code: Alles auswählen

library(data.table)
library(ggplot2)

DT <- fread("P:/R/R Forum/ggplot/Daten.txt")

ggplot(DT, aes(x=PC, y=var_explained))+
  geom_col()+
  labs(title = "Scree plot")

[bigben]

Hallo Werner,

Das Problem liegt dann wohl in dem paste0, das Strings erzeugt.

LG,
Bernhard

[Athomas]

Das Problem liegt dann wohl in dem paste0, das Strings erzeugt.

Oha - das hatte ich gar nicht gesehen ! Wie kommt man denn auf sowas ?

[wbart]

Aber was ist, wenn man Namen in der X Achse hat? Das ist doch eher der Normalfall?

[Athomas]

Dann muss man die Faktorstufen in eine geeignete Reihenfolge bringen...

https://rstudio-pubs-static.s3.amazonaw ... 13469.html

[bigben]

Wenn man statt ggplot2 die base Grafiken nimmt, dann hat man die Wahl: Nimmt man das formula-Interface von barplot, dann verhält es sich wie ggplot2:

Code: Alles auswählen

d <- read.table("http://forum.r-statistik.de/download/file.php?id=1710",
                header = TRUE)
d$PC = as.character(d$PC)
barplot(var_explained ~ PC, data = d)

Ruft man die Funktion stattdessen mit Vektoren ohne formula auf, dann plottet es so, wie hier gewünscht:

Code: Alles auswählen

barplot(height = d$var_explained, names.arg = d$PC,
        xlab ="Component", ylab ="Variance explained")

Rplot.png (3.97 KiB) 1196 mal betrachtet

LG,
Bernhard

[wbart]

Thanks to all !