Диаграмма пузырькового типа в R

Я не думаю, что ваш набор данных подходит для пузырькового графика. Пузырьковая диаграмма предназначена для рисования трех переменных, то есть многомерного случая, x, y и другого z.

Но здесь я не вижу никаких x и y.

library(tidyverse)
set.seed(1)
(mydf <-
  data_frame(
    ID = 1:50,
    value = sample(1:50, 50, replace = TRUE)
  ) %>% 
  add_column(variable = gl(2, k = 25, labels = c("on.tank", "on.main")), .before = 2))
#> # A tibble: 50 x 3
#>       ID variable value
#>    <int> <fct>    <int>
#>  1     1 on.tank     14
#>  2     2 on.tank     19
#>  3     3 on.tank     29
#>  4     4 on.tank     46
#>  5     5 on.tank     11
#>  6     6 on.tank     45
#>  7     7 on.tank     48
#>  8     8 on.tank     34
#>  9     9 on.tank     32
#> 10    10 on.tank      4
#> # ... with 40 more rows

К этому набору данных можно провести summarise(n()) или tally() для каждой группы (variable, value)

mydf %>% 
  count(variable, value) # equivalent to group_by() and tally()
#> # A tibble: 39 x 3
#> # Groups:   variable [?]
#>    variable value     n
#>    <fct>    <int> <int>
#>  1 on.tank      4     1
#>  2 on.tank      7     1
#>  3 on.tank      9     1
#>  4 on.tank     11     3
#>  5 on.tank     14     2
#>  6 on.tank     19     1
#>  7 on.tank     20     2
#>  8 on.tank     25     1
#>  9 on.tank     29     1
#> 10 on.tank     32     1
#> # ... with 29 more rows

n будет размером пузырька.

mydf %>% 
  count(variable, value) %>% 
  ggplot() +
  aes(x = value, y = n) +
  # geom_point(alpha = .5) +
  geom_text(aes(label = n), size = 2.5) +
  geom_point(aes(size = n, colour = variable), shape = 1) +
  scale_size_continuous(range = c(1, 10), breaks = NULL)

Здесь у нас есть только value-count. Это не многомерная задача. Поскольку это не x-y с третьей переменной, пузырьковый график кажется не таким информативным. Изменение размера просто отвлекает.

Альтернативы

Можно подумать и другие сюжеты. Например,

mydf %>% 
  ggplot() +
  aes(x = value) +
  geom_dotplot(binwidth = 1) +
  facet_grid(variable ~ .)

Вы можете сравнить два фактора и подсчитать каждое значение. Я думаю, что это более полезно, чем пузырьковый сюжет.

Поскольку количество точек данных не мало, можно использовать и гистограмму: geom_bar()

mydf %>% 
  ggplot() +
  aes(x = value) +
  geom_bar(aes(y = ..count..)) +
  facet_grid(variable ~ .)

Большой размер набора данных

set.seed(1)
(mydf2 <-
  data_frame(
    ID = 1:3000,
    value = sample(1:200, 3000, replace = TRUE)
  ) %>% 
  add_column(variable = gl(2, k = 1500, labels = c("on.tank", "on.main")), .before = 2))
#> # A tibble: 3,000 x 3
#>       ID variable value
#>    <int> <fct>    <int>
#>  1     1 on.tank     54
#>  2     2 on.tank     75
#>  3     3 on.tank    115
#>  4     4 on.tank    182
#>  5     5 on.tank     41
#>  6     6 on.tank    180
#>  7     7 on.tank    189
#>  8     8 on.tank    133
#>  9     9 on.tank    126
#> 10    10 on.tank     13
#> # ... with 2,990 more rows

В том же процессе гистограмма дает

mydf2 %>% 
  ggplot() +
  aes(x = value) +
  geom_bar(aes(y = ..count..)) +
  facet_grid(variable ~ .)

Если вы хотите подсчитать серию из 10 дней, может работать следующее:

mydf2 %>% 
  count(variable, value) %>% 
  filter(value == 10)
#> # A tibble: 2 x 3
#>   variable value     n
#>   <fct>    <int> <int>
#> 1 on.tank     10     6
#> 2 on.main     10    10

В отсутствие надлежащих данных немного сложно понять, чего вы пытаетесь достичь. Но давайте все же попробуем :)

Сначала создайте некоторые случайные данные в соответствии с вашим описанием:

require(tidyverse)    
TYPE = sample(c("factor 1","factor 2"),1000, replace=T)
VALUE = sample(1:200,1000,replace=T)
df = data.frame(TYPE, VALUE)

Время для некоторой обработки данных и их визуализации. Сначала примите ваш подход к подсчету индивидуальных реализаций ценности:

df %>%
  group_by(TYPE, VALUE) %>%
  tally() %>%
  ggplot(aes(x=VALUE, y=n, color = TYPE)) + geom_point(aes(size=n))

Это выглядит не очень хорошо — слишком много уникальных комбинаций TYPE-VALUE, что приводит к множеству маленьких пузырьков. Давайте создадим более грубые значения, округлив до сетки размером 20:

df %>%
  mutate(VALUE = round(VALUE/20,0)*20) %>%
  group_by(TYPE, VALUE) %>%
  tally() %>%
  ggplot(aes(x=VALUE, y=n, color = TYPE)) + geom_point(aes(size=n))