如何重新格式化R语言table()命令输出结果用于绘图

你用table()生成的是三维列联表对象，不管是供base基础绘图还是ggplot2调用，核心是先把它转换成结构化的长格式数据，不需要手动整理控制台输出的数值，直接用R原生函数就能转换。

第一步：转换为标准长数据框 #

首先把你生成的table结果存为变量，再用as.data.frame()直接转换即可，R原生支持table对象到数据框的转换，不需要额外安装包：

# 把table输出存为对象
count_table <- with(myData.df, table(ChargeGroup,Expt,Repx))

# 直接转成长数据框，每一行对应一个「电荷分组+实验处理+重复」的唯一组合
count_df <- as.data.frame(count_table)

转换后的数据框一共4列：

• ChargeGroup：行维度的电荷分组
• Expt：列维度的实验处理
• Repx：第三维度的实验重复编号
• Freq：对应组合的计数值，就是气泡图要映射的核心数值

第二步：绘图调用示例 #

ggplot2 绘制气泡图 #

长数据框可以直接被ggplot2识别，不需要额外格式调整：

library(ggplot2)

# 版本1：分重复展示，用颜色区分3个重复，加轻微抖动避免点重叠
ggplot(count_df, aes(x = Expt, y = ChargeGroup)) +
  geom_point(aes(size = Freq, color = factor(Repx)), alpha = 0.7, position = position_jitter(width = 0.1, height = 0)) +
  scale_size_continuous(range = c(2, 12)) + # 自定义气泡大小范围，避免极值导致气泡过大/过小
  labs(x = "实验处理组", y = "电荷分组", size = "计数", color = "重复编号") +
  theme_bw()

# 版本2：对3个重复取均值后展示整体水平
count_mean <- aggregate(Freq ~ ChargeGroup + Expt, data = count_df, FUN = mean)
ggplot(count_mean, aes(x = Expt, y = ChargeGroup)) +
  geom_point(aes(size = Freq), alpha = 0.8) +
  scale_size_continuous(range = c(2, 15)) +
  labs(x = "实验处理组", y = "电荷分组", size = "平均计数") +
  theme_bw()

base 基础绘图系统绘制 #

可以直接从转换好的数据框里索引向量绘图，也可以直接操作table对象取数：

# 先聚合得到每个组的平均计数
count_mean <- aggregate(Freq ~ ChargeGroup + Expt, data = count_df, FUN = mean)

# 将分类变量转换为绘图坐标数值
x_coord <- as.numeric(factor(count_mean$Expt))
y_coord <- as.numeric(factor(count_mean$ChargeGroup))

# 用symbols绘制气泡，用平方根缩放气泡半径避免视觉感知偏差
symbols(
  x = x_coord, y = y_coord,
  circles = sqrt(count_mean$Freq)/8,
  inches = 0.4,
  xlab = "实验处理组", ylab = "电荷分组",
  xaxt = "n", yaxt = "n", bg = "#2c7fb8"
)

# 添加坐标轴分类标签
axis(1, at = unique(x_coord), labels = levels(factor(count_mean$Expt)))
axis(2, at = unique(y_coord), labels = levels(factor(count_mean$ChargeGroup)))

注意：不要手动复制控制台输出的表格数值手动构建数据集，重新运行代码把table存为对象后直接转换即可，避免手动输入产生的错误。

内容的提问来源于stack exchange，提问作者The August