R语言中排名类问卷结果的计算与可视化实现求助

一、数据预处理 #

先加载常用的数据分析包，把宽格式的问卷数据转为长格式，同时剔除缺失值（NA）以便后续统计：

# 加载核心分析包
library(tidyverse)

# 假设你的数据框名为rank_data，转换为长格式并清理NA
rank_long <- rank_data %>%
  select(-id) %>%  # 移除无需统计的id列
  pivot_longer(cols = everything(), 
               names_to = "动机", 
               values_to = "排名") %>%
  filter(!is.na(排名))  # 过滤未填写的样本

二、统计各动机进入前3名的次数 #

直接筛选排名≤3的记录，按动机分组计数并排序，快速得到最受优先选择的动机：

top3_count <- rank_long %>%
  filter(排名 <= 3) %>%
  count(动机, sort = TRUE) %>%
  rename(前3名次数 = n)

# 打印统计结果
print(top3_count)

三、可视化（替代Microsoft Forms条形图） #

用横向条形图展示前3名次数，更易读取长动机名称：

ggplot(top3_count, aes(x = reorder(动机, 前3名次数), y = 前3名次数)) +
  geom_bar(stat = "identity", fill = "#2E86AB") +
  coord_flip() +  # 转为横向条形图
  labs(title = "各动机进入前3名的次数统计",
       x = "动机",
       y = "被评为前3名的次数") +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, size = 14, face = "bold"))

四、更优分析与可视化方法 #

• 整体排名分布统计：不局限于前3，统计每个动机在各排名的分布占比，能更全面看出动机的优先级差异：

# 计算各动机的排名分布占比
rank_dist <- rank_long %>%
  count(动机, 排名) %>%
  group_by(动机) %>%
  mutate(占比 = n / sum(n))

# 可视化排名分布
ggplot(rank_dist, aes(x = 排名, y = 占比, fill = 动机)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(title = "各动机的排名分布占比",
       x = "排名（1=最优先）",
       y = "占比") +
  scale_fill_viridis_d() +
  theme_minimal()

• 平均排名计算：用平均排名衡量动机的整体优先级（数值越小代表越受重视），结果更直观：

mean_rank <- rank_long %>%
  group_by(动机) %>%
  summarize(平均排名 = mean(排名, na.rm = TRUE)) %>%
  arrange(平均排名)

# 可视化平均排名
ggplot(mean_rank, aes(x = reorder(动机, 平均排名), y = 平均排名)) +
  geom_bar(stat = "identity", fill = "#F24C4E") +
  coord_flip() +
  labs(title = "各动机的平均排名",
       x = "动机",
       y = "平均排名（值越小越优先）") +
  theme_minimal()

• 缺失值补充统计：如果需要关注未回答情况，可统计每个动机的未回答率：

na_rate <- rank_data %>%
  select(-id) %>%
  summarise(across(everything(), ~ mean(is.na(.)))) %>%
  pivot_longer(cols = everything(), names_to = "动机", values_to = "未回答率") %>%
  arrange(desc(未回答率))

print(na_rate)

内容的提问来源于stack exchange，提问作者Nadine M.