Demo in NUK (2013-12-12)

demo.Rmd

Demo in NUK (2013-12-12)
========================================================

```{r}
data <- read.csv("fake.csv")
data

attach(data)
```

as.factor
-------------------------------------------------------
```{r}
summary(S3.8)
summary(as.factor(S3.8))
plot(S3.8) 
plot(Group, S3.8)
plot(as.factor(S3.8))
plot(Group, as.factor(S3.8))
```


改變分類變項
------------------------------------------------------
* 定義有症狀者為 positive，無症狀者為 negative
```{r}

S3.8 <- as.factor(ifelse(data$S3.8 == 0, "negative", "positive"))

summary(S3.8)
plot(S3.8)
```

* 效果很好，但我想在一張圖上呈現所有症狀，且作組間的比較。打算使用 ggplot2，需要:
  1. 把所有資料整理在一個 data.frame 上
  2. 利用 ddply 產生 summary table
  3. 利用 melt 把 wide table 轉成 long table (參考 Graphic cookbook)
  
### 把所有資料整理在一個 data.frame 上
* 策略1: 利用 for loop 產生一個症狀一個 factor vector，然後再合併成一個新的 data.frame
  * 但我沒辦法讓每個 loop 產生的 vector名字不一樣
* 策略2: 利用 for loop 複寫原來的 data.frame (很髒，卻很成功)
  * 順便學寫 function
```{r}
merge_grade <- function(x) {
  A <- as.factor(ifelse(data[[x]]==0, "negative", "positive"))
  return(A)
}

list <- c(3:13)

for(x in list){
  data[x] <- merge_grade(x)
}

data

```

### 利用 ddply 產生 summary table
* 試算表的世界或許可以用下圖的方式，但講到分組就囧了。

![countif](figure1.png)

* 原本的策略還有
  1. as.data.frame(prop.table(table(Group, S3.1)))，然後再拼起來
  2. subset(data, Group == "A")

```{r}
library(plyr)

wide_table <- ddply(data, .(Group), summarise,

  "Chest pain" = length(S3.1[S3.1=="positive"])/length(S3.1),

  "Palpitation" = length(S3.2[S3.2=="positive"])/length(S3.2),

  "Abdominal pain" = length(S3.3[S3.3=="positive"])/length(S3.3),

  "Dyspnea" = length(S3.4[S3.4=="positive"])/length(S3.4),

  "Diarrhea" = length(S3.5[S3.5=="positive"])/length(S3.5),

  "Nausea/vomiting" = length(S3.6[S3.6=="positive"])/length(S3.6),

  "Headache" = length(S3.7[S3.7=="positive"])/length(S3.7),

  "Dizziness" = length(S3.8[S3.8=="positive"])/length(S3.8),

  "Neck soreness" = length(S3.9[S3.9=="positive"])/length(S3.9),

  "Weakness" = length(S3.10[S3.10=="positive"])/length(S3.10),

  "Flush" = length(S3.11[S3.11=="positive"])/length(S3.11)
  )

wide_table
```

### 利用 melt 把 wide table 轉成 long table
* 因為 ggplot2 的世界中， one row = one observation
```{r}
library(reshape2)

long_table <- melt(wide_table, id.vars="Group", variable.name="Symptoms", value.name="Ratio")

long_table
```

### 畫圖
```{r}
library(ggplot2)
ggplot(long_table, aes(x=Symptoms, fill=Group, y=Ratio)) +
  geom_bar(position="dodge") +
  geom_text(aes(label=round(Ratio *100, 2)), vjust=-0.8, color="black", position=position_dodge(0.9), size=3) +
  xlab("Symptoms") +
  theme(axis.text.x = element_text(angle=30, hjust=1, vjust=1))


ggplot(long_table, aes(x=reorder(Symptoms, -Ratio), fill=Group, y=Ratio)) +
  geom_bar(position="dodge") +
  geom_text(aes(label=round(Ratio *100, 2)), vjust=-0.8, color="black", position=position_dodge(0.9), size=3) +
  xlab("Symptoms") +
  theme(axis.text.x = element_text(angle=30, hjust=1, vjust=1))
```

fake.csv