在整理GBD的图片时,很多时候都会出现图片中变量排序不对的时候。
比如下面这个图片:
该如何去处理这个问题呢?今天这篇文章将为大家讲一下“如何为图片中的变量排序”这个R语言中的小点。
首先我们导入data1数据,并查看该数据的变量属性与值
此时,我们如果想画出以age_name为横坐标,val(rate)为纵坐标的图片,一定会把数据按年龄排序,同时我们注意,这里除了年龄age_name外还有一个指标是可以分类的,也就是我们的性别sex_name变量我们可以先看看开始时的age是如何排序的:
可以看到年龄段非常的杂乱,这时,常见的排序函数order()就会派上用场:
这里先按性别排序,再按年龄排序,就会把男性与女性分开,
data1的结果如下:
可以看到女性数据在1-20行,男性数据在21-40行,那现在是否已经完成排序呢,可以看到第十行中的5-9出现在45-49后面,50-54岁的前面。直接画图就会呈现以下图片:
那我们该如何把这个5-9移到正确的位置上去呢?
这里我们就要用到factor()函数,使age_name的值按固定的顺序呈现,后再进行排序:
完成以上步骤后再次画图:
这样5-9这个年龄段就会排在我们给他排的位置。
我们再举一个例子:
在分解分析中,我们把位置按location1排列Global排第一个,但出图时发现他是在最下面的:
这时,我们想把他放到最上面应该怎么办呢,还是按刚刚的办法:
开始我们的排序是按location1 排序的,这次我们按location2排序,结果就会与上图相反:
图中所需数据与代码在公众号“公共数据库与孟德尔随机化”后台回复:"代码" 即可获取。
本文分享到这里了,由郑老师团队的统计师撰写
关于郑老师团队及公众号
我们是全国最大的线上医学统计平台,专注于医学生、医护工作者学术研究统计支持,让我们成为你们的统计助理!
我们提供以下科研与统计分析:
①研究者发起的临床试验设计、分析与报告
②医院回顾性数据分析与预测模型
③利用医学公共数据库包括SEER、NHANES、老年健康数据库、GBD数据库、孟德尔随机化等快速挖掘有意义的数据。
④预测模型、NHANES数据库、孟德尔随机化方法、GBD数据库一对一R语言指导
联系助教小董咨询(微信号aq566665)