www.crosshyou.info

政府統計の総合窓口のデータや、OECDやUCIやのデータを使って、Rの練習をしています。ときどき、読書記録も載せています。

国税局別の民間給与実態調査のデータの分析3 - R言語のgeom_bar関数で棒グラフを描く。function関数、lapply関数、grid.arrange関数で効率よく。

 

www.crosshyou.info

 の続きです。

今回はR言語のgeom_bar関数で棒グラフを描いてみます。

例えば、2015年、yearend, 1~4人、全国除くだと、

f:id:cross_hyou:20201122090635p:plain

f:id:cross_hyou:20201122090657p:plain

となります。tokyo, osaka, kantoshinetsu, nagoya, fukuokaという順番です。

facet_grid関数を使って、yearとitemの 2x2の棒グラフを描きます。

f:id:cross_hyou:20201122091436p:plain

f:id:cross_hyou:20201122091456p:plain

これを他の規模でも同じようにします。

まずは、function関数で上のコードを再現する関数を作ります。

f:id:cross_hyou:20201122093245p:plain

この関数をsapply関数を5~9人で試してみましょう。

f:id:cross_hyou:20201122093746p:plain

f:id:cross_hyou:20201122093802p:plain

うまくできました。

lapply関数で、全てのkiboについて、一つのコマンドで実行します。

まず、gridExtraパッケージを読み込みます。

f:id:cross_hyou:20201122095422p:plain

そして、lapply関数で各kiboのグラフオブジェクトを作成します。

f:id:cross_hyou:20201122095613p:plain

このkibo_graphがうまくいったか確認してみます。

f:id:cross_hyou:20201122095934p:plain

f:id:cross_hyou:20201122095952p:plain

うまくいきました。

それでは、gridExpandパッケージのgrid.arrange関数で9つのグラフをいっぺんに表示しましょう。

f:id:cross_hyou:20201122100448p:plain

f:id:cross_hyou:20201122100737p:plain

このようになります。事業所の規模が大きいところは、tokyoの人数が突出していますね。

今回は以上です。