[R-es] Problema con Histograma con porcentajes usando ggplot

Estimados

Soy un nuevo usario de R, y estoy usando como base de datos el European
Social Survey, que tiene datos de 40,000 individuos, y alrededor de 23
países europeos. Lo que he seleccionado es la útima  ola, el round 7, para
el año 2014.

He leido los datos, desde SPSS y aquí tienen la base de datos y que tipo
de objetos se han generado, y tambíen la distribución por pais de la
muestra. No he usado los weights del survey todavía, solo estoy explorando
los datos.

class(ess)

## [1] "lbl_df"     "data.frame"

frq(ess$cntry)

## # Country
##
##  val          label  frq raw.prc valid.prc cum.prc
##    1        Austria 1795    4.47      4.47    4.47
##    2        Belgium 1769    4.40      4.40    8.87
##    3    Switzerland 1532    3.81      3.81   12.68
##    4 Czech Republic 2148    5.35      5.35   18.03
##    5        Germany 3045    7.58      7.58   25.60
##    6        Denmark 1502    3.74      3.74   29.34
##    7        Estonia 2051    5.10      5.10   34.45
##    8          Spain 1925    4.79      4.79   39.24
##    9        Finland 2087    5.19      5.19   44.43
##   10         France 1917    4.77      4.77   49.20
##   11 United Kingdom 2264    5.63      5.63   54.83
##   12        Hungary 1698    4.23      4.23   59.06
##   13        Ireland 2390    5.95      5.95   65.01
##   14         Israel 2562    6.38      6.38   71.38
##   15      Lithuania 2250    5.60      5.60   76.98
##   16    Netherlands 1919    4.78      4.78   81.76
##   17         Norway 1436    3.57      3.57   85.33
##   18         Poland 1615    4.02      4.02   89.35
##   19       Portugal 1265    3.15      3.15   92.50
##   20         Sweden 1791    4.46      4.46   96.95
##   21       Slovenia 1224    3.05      3.05  100.00
##   NA             NA    0    0.00        NA      NA
Ahora voy a hacer un histograma de la variable satisfaccion con la vida,
cuyo rango es de 0-10 (numeros enteros, donde mayor valor indica mayor
satisfacción con la vida.

get_labels(ess$stflife)


##  [1] "Extremely dissatisfied" "1"
##  [3] "2"                      "3"
##  [5] "4"                      "5"
##  [7] "6"                      "7"
##  [9] "8"                      "9"
## [11] "Extremely satisfied"    "Refusal"

## [13] "Don't know"             "No answer"

Lo que he hecho es hacer una tabla de la distribución de esa variable para
un sólo pais Dinamarca (DK)

flat_table(subset(ess, cntry %in% c("DK")), stflife, margin= "row")

## x     0     1     2     3     4     5     6     7     8     9    10
##

##    0.33  0.27  0.47  1.33  0.93  2.87  3.67  8.20 28.40 29.53 24.00


Sin embargo al hacer un histrogama para los paises con ggplot, anda algo
mal con los porcentajes. Por ejemplo sabemos que un 24 % respondió que
están muy satisfechos en DK. Sin embargo

los porcentajes son muy pequeños.


myplot = ggplot(ess, aes (stflife)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  scale_y_continuous(labels=scales::percent) +
  ylab("Relative frequencies") + facet_wrap(~cntry)

plot(myplot)

[image: Inline images 1]

Los porcentajes que obtienes con tu código son sobre todas las facetas, no
país a país.

Calcula los porcentajes previamente a por país y representa esa columna en
las barras.

Un saludo,

Carlos J. Gil Bellosta
http://www.datanalytics.com



El 18 de junio de 2017, 18:23, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Estimados

Soy un nuevo usario de R, y estoy usando como base de datos el European
Social Survey, que tiene datos de 40,000 individuos, y alrededor de 23
países europeos. Lo que he seleccionado es la útima  ola, el round 7, para
el año 2014.

He leido los datos, desde SPSS y aquí tienen la base de datos y que tipo
de objetos se han generado, y tambíen la distribución por pais de la
muestra. No he usado los weights del survey todavía, solo estoy explorando
los datos.

class(ess)

## [1] "lbl_df"     "data.frame"

frq(ess$cntry)

## # Country
##
##  val          label  frq raw.prc valid.prc cum.prc
##    1        Austria 1795    4.47      4.47    4.47
##    2        Belgium 1769    4.40      4.40    8.87
##    3    Switzerland 1532    3.81      3.81   12.68
##    4 Czech Republic 2148    5.35      5.35   18.03
##    5        Germany 3045    7.58      7.58   25.60
##    6        Denmark 1502    3.74      3.74   29.34
##    7        Estonia 2051    5.10      5.10   34.45
##    8          Spain 1925    4.79      4.79   39.24
##    9        Finland 2087    5.19      5.19   44.43
##   10         France 1917    4.77      4.77   49.20
##   11 United Kingdom 2264    5.63      5.63   54.83
##   12        Hungary 1698    4.23      4.23   59.06
##   13        Ireland 2390    5.95      5.95   65.01
##   14         Israel 2562    6.38      6.38   71.38
##   15      Lithuania 2250    5.60      5.60   76.98
##   16    Netherlands 1919    4.78      4.78   81.76
##   17         Norway 1436    3.57      3.57   85.33
##   18         Poland 1615    4.02      4.02   89.35
##   19       Portugal 1265    3.15      3.15   92.50
##   20         Sweden 1791    4.46      4.46   96.95
##   21       Slovenia 1224    3.05      3.05  100.00
##   NA             NA    0    0.00        NA      NA
Ahora voy a hacer un histograma de la variable satisfaccion con la vida,
cuyo rango es de 0-10 (numeros enteros, donde mayor valor indica mayor
satisfacción con la vida.

get_labels(ess$stflife)


##  [1] "Extremely dissatisfied" "1"
##  [3] "2"                      "3"
##  [5] "4"                      "5"
##  [7] "6"                      "7"
##  [9] "8"                      "9"
## [11] "Extremely satisfied"    "Refusal"

## [13] "Don't know"             "No answer"

Lo que he hecho es hacer una tabla de la distribución de esa variable
para un sólo pais Dinamarca (DK)

flat_table(subset(ess, cntry %in% c("DK")), stflife, margin= "row")

## x     0     1     2     3     4     5     6     7     8     9    10
##

##    0.33  0.27  0.47  1.33  0.93  2.87  3.67  8.20 28.40 29.53 24.00


Sin embargo al hacer un histrogama para los paises con ggplot, anda algo
mal con los porcentajes. Por ejemplo sabemos que un 24 % respondió que
están muy satisfechos en DK. Sin embargo

los porcentajes son muy pequeños.


myplot = ggplot(ess, aes (stflife)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  scale_y_continuous(labels=scales::percent) +
  ylab("Relative frequencies") + facet_wrap(~cntry)

plot(myplot)

[image: Inline images 1]

Gracias. Alguna idea de que usar para calcular los porcentajes y
almacenarlos. Se puede usar flat table?

El 18/06/2017 4:50 p. m., "Carlos J. Gil Bellosta" <cgb en datanalytics.com>
escribió:

Los porcentajes que obtienes con tu código son sobre todas las facetas,
no país a país.

Calcula los porcentajes previamente a por país y representa esa columna
en las barras.

Un saludo,

Carlos J. Gil Bellosta
http://www.datanalytics.com



El 18 de junio de 2017, 18:23, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Estimados

Soy un nuevo usario de R, y estoy usando como base de datos el European
Social Survey, que tiene datos de 40,000 individuos, y alrededor de 23
países europeos. Lo que he seleccionado es la útima  ola, el round 7, para
el año 2014.

He leido los datos, desde SPSS y aquí tienen la base de datos y que tipo
de objetos se han generado, y tambíen la distribución por pais de la
muestra. No he usado los weights del survey todavía, solo estoy explorando
los datos.

class(ess)

## [1] "lbl_df"     "data.frame"

frq(ess$cntry)

## # Country
##
##  val          label  frq raw.prc valid.prc cum.prc
##    1        Austria 1795    4.47      4.47    4.47
##    2        Belgium 1769    4.40      4.40    8.87
##    3    Switzerland 1532    3.81      3.81   12.68
##    4 Czech Republic 2148    5.35      5.35   18.03
##    5        Germany 3045    7.58      7.58   25.60
##    6        Denmark 1502    3.74      3.74   29.34
##    7        Estonia 2051    5.10      5.10   34.45
##    8          Spain 1925    4.79      4.79   39.24
##    9        Finland 2087    5.19      5.19   44.43
##   10         France 1917    4.77      4.77   49.20
##   11 United Kingdom 2264    5.63      5.63   54.83
##   12        Hungary 1698    4.23      4.23   59.06
##   13        Ireland 2390    5.95      5.95   65.01
##   14         Israel 2562    6.38      6.38   71.38
##   15      Lithuania 2250    5.60      5.60   76.98
##   16    Netherlands 1919    4.78      4.78   81.76
##   17         Norway 1436    3.57      3.57   85.33
##   18         Poland 1615    4.02      4.02   89.35
##   19       Portugal 1265    3.15      3.15   92.50
##   20         Sweden 1791    4.46      4.46   96.95
##   21       Slovenia 1224    3.05      3.05  100.00
##   NA             NA    0    0.00        NA      NA
Ahora voy a hacer un histograma de la variable satisfaccion con la
vida,  cuyo rango es de 0-10 (numeros enteros, donde mayor valor indica
mayor satisfacción con la vida.

get_labels(ess$stflife)


##  [1] "Extremely dissatisfied" "1"
##  [3] "2"                      "3"
##  [5] "4"                      "5"
##  [7] "6"                      "7"
##  [9] "8"                      "9"
## [11] "Extremely satisfied"    "Refusal"

## [13] "Don't know"             "No answer"

Lo que he hecho es hacer una tabla de la distribución de esa variable
para un sólo pais Dinamarca (DK)

flat_table(subset(ess, cntry %in% c("DK")), stflife, margin= "row")

## x     0     1     2     3     4     5     6     7     8     9    10
##

##    0.33  0.27  0.47  1.33  0.93  2.87  3.67  8.20 28.40 29.53 24.00


Sin embargo al hacer un histrogama para los paises con ggplot, anda algo
mal con los porcentajes. Por ejemplo sabemos que un 24 % respondió que
están muy satisfechos en DK. Sin embargo

los porcentajes son muy pequeños.


myplot = ggplot(ess, aes (stflife)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  scale_y_continuous(labels=scales::percent) +
  ylab("Relative frequencies") + facet_wrap(~cntry)

plot(myplot)

[image: Inline images 1]

1) Agrega por país y nivel (en freq).
2) Por país, haz algo así como pct = 100 * freq / sum(freq).

Con plyr, dos líneas.

El 19 de junio de 2017, 0:20, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Gracias. Alguna idea de que usar para calcular los porcentajes y
almacenarlos. Se puede usar flat table?

El 18/06/2017 4:50 p. m., "Carlos J. Gil Bellosta" <cgb en datanalytics.com>
escribió:

Los porcentajes que obtienes con tu código son sobre todas las facetas,
no país a país.

Calcula los porcentajes previamente a por país y representa esa columna
en las barras.

Un saludo,

Carlos J. Gil Bellosta
http://www.datanalytics.com



El 18 de junio de 2017, 18:23, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Estimados

Soy un nuevo usario de R, y estoy usando como base de datos el European
Social Survey, que tiene datos de 40,000 individuos, y alrededor de 23
países europeos. Lo que he seleccionado es la útima  ola, el round 7, para
el año 2014.

He leido los datos, desde SPSS y aquí tienen la base de datos y que
tipo de objetos se han generado, y tambíen la distribución por pais de la
muestra. No he usado los weights del survey todavía, solo estoy explorando
los datos.

class(ess)

## [1] "lbl_df"     "data.frame"

frq(ess$cntry)

## # Country
##
##  val          label  frq raw.prc valid.prc cum.prc
##    1        Austria 1795    4.47      4.47    4.47
##    2        Belgium 1769    4.40      4.40    8.87
##    3    Switzerland 1532    3.81      3.81   12.68
##    4 Czech Republic 2148    5.35      5.35   18.03
##    5        Germany 3045    7.58      7.58   25.60
##    6        Denmark 1502    3.74      3.74   29.34
##    7        Estonia 2051    5.10      5.10   34.45
##    8          Spain 1925    4.79      4.79   39.24
##    9        Finland 2087    5.19      5.19   44.43
##   10         France 1917    4.77      4.77   49.20
##   11 United Kingdom 2264    5.63      5.63   54.83
##   12        Hungary 1698    4.23      4.23   59.06
##   13        Ireland 2390    5.95      5.95   65.01
##   14         Israel 2562    6.38      6.38   71.38
##   15      Lithuania 2250    5.60      5.60   76.98
##   16    Netherlands 1919    4.78      4.78   81.76
##   17         Norway 1436    3.57      3.57   85.33
##   18         Poland 1615    4.02      4.02   89.35
##   19       Portugal 1265    3.15      3.15   92.50
##   20         Sweden 1791    4.46      4.46   96.95
##   21       Slovenia 1224    3.05      3.05  100.00
##   NA             NA    0    0.00        NA      NA
Ahora voy a hacer un histograma de la variable satisfaccion con la
vida,  cuyo rango es de 0-10 (numeros enteros, donde mayor valor indica
mayor satisfacción con la vida.

get_labels(ess$stflife)


##  [1] "Extremely dissatisfied" "1"
##  [3] "2"                      "3"
##  [5] "4"                      "5"
##  [7] "6"                      "7"
##  [9] "8"                      "9"
## [11] "Extremely satisfied"    "Refusal"

## [13] "Don't know"             "No answer"

Lo que he hecho es hacer una tabla de la distribución de esa variable
para un sólo pais Dinamarca (DK)

flat_table(subset(ess, cntry %in% c("DK")), stflife, margin= "row")

## x     0     1     2     3     4     5     6     7     8     9    10
##

##    0.33  0.27  0.47  1.33  0.93  2.87  3.67  8.20 28.40 29.53 24.00


Sin embargo al hacer un histrogama para los paises con ggplot, anda
algo mal con los porcentajes. Por ejemplo sabemos que un 24 % respondió que
están muy satisfechos en DK. Sin embargo

los porcentajes son muy pequeños.


myplot = ggplot(ess, aes (stflife)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  scale_y_continuous(labels=scales::percent) +
  ylab("Relative frequencies") + facet_wrap(~cntry)

plot(myplot)

[image: Inline images 1]

1) Agrega por país y nivel (en freq).
2) Por país, haz algo así como pct = 100 * freq / sum(freq).

Con plyr, dos líneas.

El 19 de junio de 2017, 0:20, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Gracias. Alguna idea de que usar para calcular los porcentajes y
almacenarlos. Se puede usar flat table?

El 18/06/2017 4:50 p. m., "Carlos J. Gil Bellosta" <cgb en datanalytics.com>
escribió:

Los porcentajes que obtienes con tu código son sobre todas las facetas,
no país a país.

Calcula los porcentajes previamente a por país y representa esa columna
en las barras.

Un saludo,

Carlos J. Gil Bellosta
http://www.datanalytics.com



El 18 de junio de 2017, 18:23, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Estimados

Soy un nuevo usario de R, y estoy usando como base de datos el European
Social Survey, que tiene datos de 40,000 individuos, y alrededor de 23
países europeos. Lo que he seleccionado es la útima  ola, el round 7, para
el año 2014.

He leido los datos, desde SPSS y aquí tienen la base de datos y que
tipo de objetos se han generado, y tambíen la distribución por pais de la
muestra. No he usado los weights del survey todavía, solo estoy explorando
los datos.

class(ess)

## [1] "lbl_df"     "data.frame"

frq(ess$cntry)

## # Country
##
##  val          label  frq raw.prc valid.prc cum.prc
##    1        Austria 1795    4.47      4.47    4.47
##    2        Belgium 1769    4.40      4.40    8.87
##    3    Switzerland 1532    3.81      3.81   12.68
##    4 Czech Republic 2148    5.35      5.35   18.03
##    5        Germany 3045    7.58      7.58   25.60
##    6        Denmark 1502    3.74      3.74   29.34
##    7        Estonia 2051    5.10      5.10   34.45
##    8          Spain 1925    4.79      4.79   39.24
##    9        Finland 2087    5.19      5.19   44.43
##   10         France 1917    4.77      4.77   49.20
##   11 United Kingdom 2264    5.63      5.63   54.83
##   12        Hungary 1698    4.23      4.23   59.06
##   13        Ireland 2390    5.95      5.95   65.01
##   14         Israel 2562    6.38      6.38   71.38
##   15      Lithuania 2250    5.60      5.60   76.98
##   16    Netherlands 1919    4.78      4.78   81.76
##   17         Norway 1436    3.57      3.57   85.33
##   18         Poland 1615    4.02      4.02   89.35
##   19       Portugal 1265    3.15      3.15   92.50
##   20         Sweden 1791    4.46      4.46   96.95
##   21       Slovenia 1224    3.05      3.05  100.00
##   NA             NA    0    0.00        NA      NA
Ahora voy a hacer un histograma de la variable satisfaccion con la
vida,  cuyo rango es de 0-10 (numeros enteros, donde mayor valor indica
mayor satisfacción con la vida.

get_labels(ess$stflife)


##  [1] "Extremely dissatisfied" "1"
##  [3] "2"                      "3"
##  [5] "4"                      "5"
##  [7] "6"                      "7"
##  [9] "8"                      "9"
## [11] "Extremely satisfied"    "Refusal"

## [13] "Don't know"             "No answer"

Lo que he hecho es hacer una tabla de la distribución de esa variable
para un sólo pais Dinamarca (DK)

flat_table(subset(ess, cntry %in% c("DK")), stflife, margin= "row")

## x     0     1     2     3     4     5     6     7     8     9    10
##

##    0.33  0.27  0.47  1.33  0.93  2.87  3.67  8.20 28.40 29.53 24.00


Sin embargo al hacer un histrogama para los paises con ggplot, anda
algo mal con los porcentajes. Por ejemplo sabemos que un 24 % respondió que
están muy satisfechos en DK. Sin embargo

los porcentajes son muy pequeños.


myplot = ggplot(ess, aes (stflife)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  scale_y_continuous(labels=scales::percent) +
  ylab("Relative frequencies") + facet_wrap(~cntry)

plot(myplot)

[image: Inline images 1]

#Simple table con frecuencias absolutas y crear relativas

count =table(ess$stflife)
percent = 100* (count)/sum(count)

Carlos he creado a esto a nivel general en vez de usar prop.table. Según
lo que dices o entiendo, debo de usar la función
ddply para hacerlo a nivel de todos los paises, y entiendo que ddply (,
c(""), debo de indicar los paises?
Saludos

2017-06-18 17:37 GMT-05:00 Carlos J. Gil Bellosta <cgb en datanalytics.com>:

1) Agrega por país y nivel (en freq).
2) Por país, haz algo así como pct = 100 * freq / sum(freq).

Con plyr, dos líneas.

El 19 de junio de 2017, 0:20, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Gracias. Alguna idea de que usar para calcular los porcentajes y
almacenarlos. Se puede usar flat table?

El 18/06/2017 4:50 p. m., "Carlos J. Gil Bellosta" <cgb en datanalytics.com>
escribió:

Los porcentajes que obtienes con tu código son sobre todas las facetas,
no país a país.

Calcula los porcentajes previamente a por país y representa esa columna
en las barras.

Un saludo,

Carlos J. Gil Bellosta
http://www.datanalytics.com



El 18 de junio de 2017, 18:23, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Estimados

Soy un nuevo usario de R, y estoy usando como base de datos el
European Social Survey, que tiene datos de 40,000 individuos, y alrededor
de 23 países europeos. Lo que he seleccionado es la útima  ola, el round 7,
para el año 2014.

He leido los datos, desde SPSS y aquí tienen la base de datos y que
tipo de objetos se han generado, y tambíen la distribución por pais de la
muestra. No he usado los weights del survey todavía, solo estoy explorando
los datos.

class(ess)

## [1] "lbl_df"     "data.frame"

frq(ess$cntry)

## # Country
##
##  val          label  frq raw.prc valid.prc cum.prc
##    1        Austria 1795    4.47      4.47    4.47
##    2        Belgium 1769    4.40      4.40    8.87
##    3    Switzerland 1532    3.81      3.81   12.68
##    4 Czech Republic 2148    5.35      5.35   18.03
##    5        Germany 3045    7.58      7.58   25.60
##    6        Denmark 1502    3.74      3.74   29.34
##    7        Estonia 2051    5.10      5.10   34.45
##    8          Spain 1925    4.79      4.79   39.24
##    9        Finland 2087    5.19      5.19   44.43
##   10         France 1917    4.77      4.77   49.20
##   11 United Kingdom 2264    5.63      5.63   54.83
##   12        Hungary 1698    4.23      4.23   59.06
##   13        Ireland 2390    5.95      5.95   65.01
##   14         Israel 2562    6.38      6.38   71.38
##   15      Lithuania 2250    5.60      5.60   76.98
##   16    Netherlands 1919    4.78      4.78   81.76
##   17         Norway 1436    3.57      3.57   85.33
##   18         Poland 1615    4.02      4.02   89.35
##   19       Portugal 1265    3.15      3.15   92.50
##   20         Sweden 1791    4.46      4.46   96.95
##   21       Slovenia 1224    3.05      3.05  100.00
##   NA             NA    0    0.00        NA      NA
Ahora voy a hacer un histograma de la variable satisfaccion con la
vida,  cuyo rango es de 0-10 (numeros enteros, donde mayor valor indica
mayor satisfacción con la vida.

get_labels(ess$stflife)


##  [1] "Extremely dissatisfied" "1"
##  [3] "2"                      "3"
##  [5] "4"                      "5"
##  [7] "6"                      "7"
##  [9] "8"                      "9"
## [11] "Extremely satisfied"    "Refusal"

## [13] "Don't know"             "No answer"

Lo que he hecho es hacer una tabla de la distribución de esa variable
para un sólo pais Dinamarca (DK)

flat_table(subset(ess, cntry %in% c("DK")), stflife, margin= "row")

## x     0     1     2     3     4     5     6     7     8     9    10
##

##    0.33  0.27  0.47  1.33  0.93  2.87  3.67  8.20 28.40 29.53 24.00


Sin embargo al hacer un histrogama para los paises con ggplot, anda
algo mal con los porcentajes. Por ejemplo sabemos que un 24 % respondió que
están muy satisfechos en DK. Sin embargo

los porcentajes son muy pequeños.


myplot = ggplot(ess, aes (stflife)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  scale_y_continuous(labels=scales::percent) +
  ylab("Relative frequencies") + facet_wrap(~cntry)

plot(myplot)

[image: Inline images 1]

--

Member, Editorial Committee, *The Economic and Labour Relations Review* (a
SAGE journal)

http://elr.sagepub.com/

Member, Editorial Committee, African Journal of Economic and Management
Studies

http://emeraldgrouppublishing.com/products/journals/
editorial_team.htm?id=ajems

https://www.researchgate.net/profile/Antonio_Andres (Research Gate
profile)

He conseguido el total para un país, pero no me deja usar percent =
count() /sum(count), alguna idea, entiendo que puedo esar la misma sintaxis
para el barplot

ess   %>%
  filter(cntry %in% c("DK")) %>%
count (stflife) %>%
    print


2017-06-18 18:07 GMT-05:00 Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com>:

#Simple table con frecuencias absolutas y crear relativas

count =table(ess$stflife)
percent = 100* (count)/sum(count)

Carlos he creado a esto a nivel general en vez de usar prop.table. Según
lo que dices o entiendo, debo de usar la función
ddply para hacerlo a nivel de todos los paises, y entiendo que ddply (,
c(""), debo de indicar los paises?
Saludos

2017-06-18 17:37 GMT-05:00 Carlos J. Gil Bellosta <cgb en datanalytics.com>:

1) Agrega por país y nivel (en freq).
2) Por país, haz algo así como pct = 100 * freq / sum(freq).

Con plyr, dos líneas.

El 19 de junio de 2017, 0:20, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Gracias. Alguna idea de que usar para calcular los porcentajes y
almacenarlos. Se puede usar flat table?

El 18/06/2017 4:50 p. m., "Carlos J. Gil Bellosta" <
cgb en datanalytics.com> escribió:

Los porcentajes que obtienes con tu código son sobre todas las
facetas, no país a país.

Calcula los porcentajes previamente a por país y representa esa
columna en las barras.

Un saludo,

Carlos J. Gil Bellosta
http://www.datanalytics.com



El 18 de junio de 2017, 18:23, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Estimados

Soy un nuevo usario de R, y estoy usando como base de datos el
European Social Survey, que tiene datos de 40,000 individuos, y alrededor
de 23 países europeos. Lo que he seleccionado es la útima  ola, el round 7,
para el año 2014.

He leido los datos, desde SPSS y aquí tienen la base de datos y que
tipo de objetos se han generado, y tambíen la distribución por pais de la
muestra. No he usado los weights del survey todavía, solo estoy explorando
los datos.

class(ess)

## [1] "lbl_df"     "data.frame"

frq(ess$cntry)

## # Country
##
##  val          label  frq raw.prc valid.prc cum.prc
##    1        Austria 1795    4.47      4.47    4.47
##    2        Belgium 1769    4.40      4.40    8.87
##    3    Switzerland 1532    3.81      3.81   12.68
##    4 Czech Republic 2148    5.35      5.35   18.03
##    5        Germany 3045    7.58      7.58   25.60
##    6        Denmark 1502    3.74      3.74   29.34
##    7        Estonia 2051    5.10      5.10   34.45
##    8          Spain 1925    4.79      4.79   39.24
##    9        Finland 2087    5.19      5.19   44.43
##   10         France 1917    4.77      4.77   49.20
##   11 United Kingdom 2264    5.63      5.63   54.83
##   12        Hungary 1698    4.23      4.23   59.06
##   13        Ireland 2390    5.95      5.95   65.01
##   14         Israel 2562    6.38      6.38   71.38
##   15      Lithuania 2250    5.60      5.60   76.98
##   16    Netherlands 1919    4.78      4.78   81.76
##   17         Norway 1436    3.57      3.57   85.33
##   18         Poland 1615    4.02      4.02   89.35
##   19       Portugal 1265    3.15      3.15   92.50
##   20         Sweden 1791    4.46      4.46   96.95
##   21       Slovenia 1224    3.05      3.05  100.00
##   NA             NA    0    0.00        NA      NA
Ahora voy a hacer un histograma de la variable satisfaccion con la
vida,  cuyo rango es de 0-10 (numeros enteros, donde mayor valor indica
mayor satisfacción con la vida.

get_labels(ess$stflife)


##  [1] "Extremely dissatisfied" "1"
##  [3] "2"                      "3"
##  [5] "4"                      "5"
##  [7] "6"                      "7"
##  [9] "8"                      "9"
## [11] "Extremely satisfied"    "Refusal"

## [13] "Don't know"             "No answer"

Lo que he hecho es hacer una tabla de la distribución de esa variable
para un sólo pais Dinamarca (DK)

flat_table(subset(ess, cntry %in% c("DK")), stflife, margin= "row")

## x     0     1     2     3     4     5     6     7     8     9
10
##


##    0.33  0.27  0.47  1.33  0.93  2.87  3.67  8.20 28.40 29.53
24.00


Sin embargo al hacer un histrogama para los paises con ggplot, anda
algo mal con los porcentajes. Por ejemplo sabemos que un 24 % respondió que
están muy satisfechos en DK. Sin embargo

los porcentajes son muy pequeños.


myplot = ggplot(ess, aes (stflife)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  scale_y_continuous(labels=scales::percent) +
  ylab("Relative frequencies") + facet_wrap(~cntry)

plot(myplot)

[image: Inline images 1]

--

Member, Editorial Committee, *The Economic and Labour Relations Review* (a
SAGE journal)

http://elr.sagepub.com/

Member, Editorial Committee, African Journal of Economic and Management
Studies

http://emeraldgrouppublishing.com/products/journals/editoria
l_team.htm?id=ajems

https://www.researchgate.net/profile/Antonio_Andres (Research Gate
profile)

--

Member, Editorial Committee, *The Economic and Labour Relations Review* (a
SAGE journal)

http://elr.sagepub.com/

Member, Editorial Committee, African Journal of Economic and Management
Studies

http://emeraldgrouppublishing.com/products/journals/
editorial_team.htm?id=ajems

https://www.researchgate.net/profile/Antonio_Andres (Research Gate
profile)

Estimado Antonio Rodriguez Andres



Usted dice que está en sus inicios con R, y desea realizar un gráfico.
Esto no es problema, el inconveniente es que está mezclando librerías, es
lógico, se puede y facilita el trabajo, pero como usted no tiene la
experiencia necesaria está mezclando conceptos y formas de trabajo
distintas.



Le recomiendo que pare, busque un ejemplo o un libro de R donde hay algo
semejante a lo que usted desea, realiza unos ejercicios y comienza otra vez.



Por ejemplo ggplot2 tiene algunos efectos gráficos de presentación
vistosos, pero la forma de trabajo requiere conocer algo más el lenguaje,
si intenta lo mismo pero con solo los paquetes básicos comprenderá cómo se
realizan los cálculos, algo de trabajo con datos, algunas alternativas para
realizar el mismo trabajo de distinta forma, y luego busca utilizar ggplot2
como pretende ahora. Creo que las posibilidades de obtener mejores
resultados se incrementan si ahora se frena y puede replantear el problema
en su mente.



Espere, descanse, el lunes comienza otra vez desde cero y el martes
regresa a su problema, invertirá mejor su tiempo con R si aumenta el manejo
de lo básico (antes de usar varias librerías o alternativas que aparecieron
como sugerencias a su pregunta).



Javier Rubén Marcuzzi



*De: *Antonio Rodriguez Andres <antoniorodriguezandres70 en gmail.com>
*Enviado: *domingo, 18 de junio de 2017 21:20
*Para: *Carlos J. Gil Bellosta <cgb en datanalytics.com>
*CC: *r-help-es <r-help-es en r-project.org>
*Asunto: *Re: [R-es] Problema con Histograma con porcentajes usando ggplot



Creo que esto me da para DK, y luego veré como aplicar el barplot

ess   %>%
  filter(cntry %in% c("DK")) %>%
count (stflife) %>%
    mutate (freq = (n /sum(n)*100))%>%
print



2017-06-18 19:01 GMT-05:00 Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com>:

He conseguido el total para un país, pero no me deja usar percent =
count() /sum(count), alguna idea, entiendo que puedo esar la misma sintaxis
para el barplot

ess   %>%
  filter(cntry %in% c("DK")) %>%
count (stflife) %>%
    print



2017-06-18 18:07 GMT-05:00 Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com>:

#Simple table con frecuencias absolutas y crear relativas

count =table(ess$stflife)
percent = 100* (count)/sum(count)

Carlos he creado a esto a nivel general en vez de usar prop.table. Según
lo que dices o entiendo, debo de usar la función

ddply para hacerlo a nivel de todos los paises, y entiendo que ddply (,
c(""), debo de indicar los paises?

Saludos



2017-06-18 17:37 GMT-05:00 Carlos J. Gil Bellosta <cgb en datanalytics.com>:

1) Agrega por país y nivel (en freq).

2) Por país, haz algo así como pct = 100 * freq / sum(freq).



Con plyr, dos líneas.



El 19 de junio de 2017, 0:20, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Gracias. Alguna idea de que usar para calcular los porcentajes y
almacenarlos. Se puede usar flat table?



El 18/06/2017 4:50 p. m., "Carlos J. Gil Bellosta" <cgb en datanalytics.com>
escribió:

Los porcentajes que obtienes con tu código son sobre todas las facetas, no
país a país.



Calcula los porcentajes previamente a por país y representa esa columna en
las barras.



Un saludo,



Carlos J. Gil Bellosta

http://www.datanalytics.com







El 18 de junio de 2017, 18:23, Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com> escribió:

Estimados

Soy un nuevo usario de R, y estoy usando como base de datos el European
Social Survey, que tiene datos de 40,000 individuos, y alrededor de 23
países europeos. Lo que he seleccionado es la útima  ola, el round 7, para
el año 2014.

He leido los datos, desde SPSS y aquí tienen la base de datos y que tipo
de objetos se han generado, y tambíen la distribución por pais de la
muestra. No he usado los weights del survey todavía, solo estoy explorando
los datos.

class(ess)

## [1] "lbl_df"     "data.frame"

frq(ess$cntry)

## # Country
##
##  val          label  frq raw.prc valid.prc cum.prc
##    1        Austria 1795    4.47      4.47    4.47
##    2        Belgium 1769    4.40      4.40    8.87
##    3    Switzerland 1532    3.81      3.81   12.68
##    4 Czech Republic 2148    5.35      5.35   18.03
##    5        Germany 3045    7.58      7.58   25.60
##    6        Denmark 1502    3.74      3.74   29.34
##    7        Estonia 2051    5.10      5.10   34.45
##    8          Spain 1925    4.79      4.79   39.24
##    9        Finland 2087    5.19      5.19   44.43
##   10         France 1917    4.77      4.77   49.20
##   11 United Kingdom 2264    5.63      5.63   54.83
##   12        Hungary 1698    4.23      4.23   59.06
##   13        Ireland 2390    5.95      5.95   65.01
##   14         Israel 2562    6.38      6.38   71.38
##   15      Lithuania 2250    5.60      5.60   76.98
##   16    Netherlands 1919    4.78      4.78   81.76
##   17         Norway 1436    3.57      3.57   85.33
##   18         Poland 1615    4.02      4.02   89.35
##   19       Portugal 1265    3.15      3.15   92.50
##   20         Sweden 1791    4.46      4.46   96.95
##   21       Slovenia 1224    3.05      3.05  100.00
##   NA             NA    0    0.00        NA      NA

Ahora voy a hacer un histograma de la variable satisfaccion con la vida,
cuyo rango es de 0-10 (numeros enteros, donde mayor valor indica mayor
satisfacción con la vida.

get_labels(ess$stflife)



##  [1] "Extremely dissatisfied" "1"
##  [3] "2"                      "3"
##  [5] "4"                      "5"
##  [7] "6"                      "7"
##  [9] "8"                      "9"
## [11] "Extremely satisfied"    "Refusal"

## [13] "Don't know"             "No answer"

Lo que he hecho es hacer una tabla de la distribución de esa variable para
un sólo pais Dinamarca (DK)

flat_table(subset(ess, cntry %in% c("DK")), stflife, margin= "row")

## x     0     1     2     3     4     5     6     7     8     9    10
##

##    0.33  0.27  0.47  1.33  0.93  2.87  3.67  8.20 28.40 29.53 24.00



Sin embargo al hacer un histrogama para los paises con ggplot, anda algo
mal con los porcentajes. Por ejemplo sabemos que un 24 % respondió que
están muy satisfechos en DK. Sin embargo

los porcentajes son muy pequeños.



myplot = ggplot(ess, aes (stflife)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  scale_y_continuous(labels=scales::percent) +
  ylab("Relative frequencies") + facet_wrap(~cntry)

plot(myplot)



[image: Inline images 1]

Me puede recomendar algún libro donde poder empezar.

2017-06-18 23:28 GMT-04:00 Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com>:

Me puede recomendar algún libro donde poder empezar.

?De ggplot2, sin duda el libro de su (¿cismático?) creador es una
referencia obligada:

Wickham: ggplot2 Elegant Graphics for Data Analysis, 2016?

y uno muy bueno de

Chang: R Graphics Cookbook, 2012

¡
?Salud!?


--
«Pídeles sus títulos a los que te persiguen, pregúntales
cuándo nacieron, diles que te demuestren su existencia.»

Rafael Cadenas

        [[alternative HTML version deleted]]

2017-06-18 23:28 GMT-04:00 Antonio Rodriguez Andres <
antoniorodriguezandres70 en gmail.com>:

Me puede recomendar algún libro donde poder empezar.

?De ggplot2, sin duda el libro de su (¿cismático?) creador es una
referencia obligada:

Wickham: ggplot2 Elegant Graphics for Data Analysis, 2016?
y uno muy bueno de

Chang: R Graphics Cookbook, 2012
¡
?Salud!?