Datenaufbereitung für Sankey Daten in R, um die Flusshäufigkeit zu erhalten

Question

Ich habe versucht, ein Sankey-Diagramm mit den Paketen ggalluvial und networkd3 zu erstellen, die bisher fehlgeschlagen sind. Idealerweise würde ich gerne verstehen, wie ich das bekommen kann, was ich in beiden machen möchte.

Die Daten werden wie folgt generiert:

dat <- data.frame(customer = c(rep(c(1, 2), each=3), 3, 3), 
       holiday_loc = c("SA", "SA", "AB", "SA", "SA", "SA", "AB", "AB"), 
       holiday_num = c(1, 2, 3, 1, 2, 3, 1, 2)) 

dat_wide <- dat %>% 
     spread(key=holiday_num, value=holiday_loc`) 

Nicht sicher, ob dat oder dat_wide besser geeignet ist? Ich mag die Ausgabe die folgenden Informationen

SA (wobei die Zahl in Klammern die Frequenz und damit Breite der Strömung ist) sichtbar zu machen - (2) - SA - (1) - AB

  - (1) - SA 

AB - (1) - AB

gefolgt I die Anweisungen auf dieser Verbindung für networkd3 Sankey diagram for Discrete State Sequences in R using networkd3 jedoch I mit Schleifen in dem Diagramm endete.

Ein ähnliches Diagramm von dem, was ich will, ist im Bild unten dargestellt: [! [Sankey Diagramm von SAS VA genommen] [2]] [2]

Vorschläge und Hilfe sehr geschätzt werden ...

Danke!

[2]: https://i.stack.imgur.com/wTJ1k.png

Answer 1

Das Kernproblem mit Ihren Daten (unter networkD3) besteht darin, dass Sie Knoten mit demselben Namen haben. Sie müssen diese also unterscheiden, zumindest während Sie die Daten verarbeiten.

den Standort Kombinieren und die Anzahl Informationen zu unterscheiden Knoten zu machen, dann Ihre Daten in einen Links-Datenrahmen verwandeln, so ...

links <- 
    dat %>% 
    mutate("source" = paste(holiday_loc, holiday_num, sep = "_")) %>% 
    group_by(customer) %>% 
    arrange(holiday_num) %>% 
    mutate("target" = lead(source)) %>% 
    ungroup() %>% 
    arrange(customer) %>% 
    filter(!is.na(target)) %>% 
    select(source, target) 

Von diesem können Sie einen Knoten Datenrahmen bauen, die enthält eine Zeile für jeden einzelnen Knoten, so ...

node_names <- factor(sort(unique(c(as.character(links$source), 
            as.character(links$target))))) 
nodes <- data.frame(name = node_names) 

dann den Links-Datenrahmen konvertieren, den Index zu verwenden (0-indexierte, da es letztendlich zu JavaScript übergeben wird) des Knotens im Frame Knoten Daten, so ...

An diesem Punkt

links <- data.frame(source = match(links$source, node_names) - 1, 
        target = match(links$target, node_names) - 1, 
        value = 1) 

, wenn Sie die Knoten wollen nicht unterschiedliche Namen haben, können Sie das jetzt ändern, so ...

nodes$name <- sub("_[0-9]$", "", nodes$name) 

Und jetzt können Sie es zeichnen ...

library(networkD3) 
sankeyNetwork(links, nodes, "source", "target", "value", "name") 

Answer 2

Ich finde das alluvialen Paket für diese Aufgabe nützlich, aber ich weiß nicht, ob das Ihre Verriegelung ist, was für:

library(tidyverse) 
library(alluvial) 
dat <- data.frame(customer = c(rep(c(1, 2), each=3), 3, 3), 
        holiday_loc = c("SA", "SA", "AB", "SA", "SA", "SA", "AB", "AB"), 
        holiday_num = c(1, 2, 3, 1, 2, 3, 1, 2)) 

dat_summarized <- dat %>% group_by(holiday_num, holiday_loc, customer) %>% 
    summarise(n = n()) %>% mutate(color = recode(customer, 
               `1` = "cadetblue1", 
               `2` = "cadetblue2", 
               `3` = "cadetblue3")) 

alluvial(dat_summarized[1:3], 
     freq = dat_summarized$n, 
     col = dat_summarized$color)