如何在R中无需机器学习包将汇总表可视化为树形流程图？

完全可以不用机器学习包，借助专注于层级结构可视化的工具就能实现需求。下面提供两种实用方案，均无需构建决策树模型，仅基于你的汇总表数据生成树形图，严格保留步骤顺序：

先准备示例数据 #

首先把你的汇总表转换成R可处理的数据框：

df <- data.frame(
  First_step = c("A", "A", "A", "A", "A"),
  Second_step = c("B1", "B1", "B1", "B2", "B2"),
  Third_step = c("C1", "C2", "C3", "C2", "C4"),
  Numeric = c(3, 4, 7, 3, 8)
)

方案1：ggraph + igraph（灵活适配复杂结构） #

这套组合基于tidyverse生态，适合需要自定义样式的场景：

library(tidyverse)
library(igraph)
library(ggraph)

# 构建层级边列表：第一步→第二步、第二步→第三步
edges_first_second <- df %>% 
  distinct(First_step, Second_step) %>% 
  rename(from = First_step, to = Second_step)

edges_second_third <- df %>% 
  distinct(Second_step, Third_step) %>% 
  rename(from = Second_step, to = Third_step)

all_edges <- bind_rows(edges_first_second, edges_second_third)

# 创建图对象
tree_graph <- graph_from_data_frame(all_edges, directed = TRUE)

# 为叶子节点添加Numeric数值标签
node_numeric <- df %>% 
  select(name = Third_step, Numeric) %>% 
  distinct()
V(tree_graph)$Numeric <- ifelse(V(tree_graph)$name %in% node_numeric$name, 
                                node_numeric$Numeric[match(V(tree_graph)$name, node_numeric$name)],
                                NA)

# 生成树形图
ggraph(tree_graph, layout = "tree") +
  geom_edge_link(arrow = arrow(length = unit(2, 'mm')), end_cap = circle(3, 'mm')) +
  geom_node_label(aes(label = paste0(name, "\n", ifelse(is.na(Numeric), "", Numeric))), 
                  fill = "white", size = 3) +
  theme_graph()

运行后会生成带箭头的层级树形图，叶子节点显示对应的Numeric值，完全匹配你的步骤顺序。

方案2：diagram包（轻量快速生成） #

如果不需要复杂样式，用diagram包可以快速绘制简单树形图：

library(diagram)

# 初始化绘图画布
openplotmat(main = "层级汇总树形图")

# 定义所有节点标签（包含Numeric值）
nodes <- c("A", "B1", "B2", "C1\n3", "C2\n4", "C3\n7", "C2\n3", "C4\n8")
# 自动生成树形布局坐标
pos <- coordinates(nodes, layout = "tree")

# 绘制节点与连接线
plotmat(pos, name = nodes, box.type = "rect", box.size = 0.15, 
        arr.type = "triangle", arr.length = 0.2)

这种方式无需复杂数据转换，直接定义节点即可生成树形图，步骤顺序可通过节点列表的顺序严格控制。

内容的提问来源于stack exchange，提问作者Marco Ballerini