Сложное дерево в R

Ответ 1

Вы можете использовать пакет data.tree для преобразования ваших данных в JSON, а также для использования пакета networkD3:

dat <- read.table(text="ID      Car Bus Train   Feedback_Car    Feedback_Bus    Feedback_Train
23433   Yes Yes Yes     Toyota          GreyHound       Amtrak", header=TRUE)

## Make an edgelist from your data
edges <- rbind(cbind(dat$ID, names(dat)[2:4]),
               cbind(names(dat)[2:4], as.vector(t(dat[5:7]))))

library(data.tree)
tree <- FromDataFrameNetwork(as.data.frame(edges))

tree

Это будет напечатано следующим образом:

          levelName
1 23433            
2  ¦--Car          
3  ¦   °--Toyota   
4  ¦--Bus          
5  ¦   °--GreyHound
6  °--Train        
7      °--Amtrak   

Теперь используйте древовидную структуру для построения с помощью networkD3:

lol <- ToListExplicit(tree, unname = TRUE)

library(networkD3)

diagonalNetwork(lol)

К сожалению, это еще не поддерживает сбрасываемые деревья. Но здесь - пример того, как получить то, что вы хотите, с помощью Shiny. Чтобы преобразовать ваши данные в правильный формат JSON, просто выполните следующее:

library(jsonlite)
json <- toJSON(lol)

Ответ 2

Это сжимаемое дерево выглядит действительно круто. Мой подход заключается в том, чтобы сначала создать граф, используя igraph. Я надеялся, что уже есть функция для преобразования igraph в json, но похоже, что это issue в github, что hasn ' были реализованы. Итак, вот простая функция для этого. Затем вы можете просто подключить полученные данные к связанному источнику, и у вас есть сворачиваемое дерево.

## Read your data
dat <- read.table(text="ID      Car Bus Train   Feedback_Car    Feedback_Bus    Feedback_Train
23433   Yes Yes Yes     Toyota          GreyHound       Amtrak", header=TRUE)

## Make an edgelist from your data
edges <- rbind(cbind(dat$ID, names(dat)[2:4]),
               cbind(names(dat)[2:4], as.vector(t(dat[5:7]))))

## Convert to a graph data structure
library(igraph)
g <- graph_from_edgelist(edges)

## This is the non-interactive version
plot(g, layout=layout.reingold.tilford(g, root='23433'))

## Recursive function to make a list of nodes to be parsed by toJSON
## call it with 'node' as the root node (here '23433')
f <- function(g, node, size=1000) {
    n <- neighbors(g, node, mode='out')
    if (length(n) == 0) return( list(name=node, size=size) )
    children <- lapply(n$name, function(x) f(g, x, size))
    list(name=node, children=children)
}

## Convert to json
library(jsonlite)
json <- toJSON(f(g, '23433'), auto_unbox = TRUE)

## I made a directory collapsible to store the index.html from the linked
## site, as well as this data
## For completeness, you should be able to run this to see the interactive results,
## But, of course, this is creating files on your box
dir.create('collapsible')
writeLines(json, 'collapsible/data.json')

## Download the index.html
download.file("https://gist.githubusercontent.com/mbostock/4339083/raw/0d003e5ea1686dd6e79562b37f8c7afca287d9a2/index.html", "collapsible/index.html", method='curl')

## Replace with the correct data
txt <- readLines('collapsible/index.html')
txt[grepl("^d3.json", txt)] <- "d3.json('data.json', function(error, flare) {"
writeLines(txt, 'collapsible/index.html')

## Open in broweser
browseURL(paste0('file://', normalizePath('collapsible/index.html')))

Результаты также можно увидеть здесь.

Ответ 3

Я прочитал csv и создаю структуру node JSON, как показано ниже:

d3.csv("my.csv", function(error, data) {
  var map1 = []
  data.reduce(function(map, node) {
    map1.push(node)
    return node;
  }, {});

  root = {};
  root.name = map1[0].ID;
  root.children = [];
  var car = {
    name: "Car",
    children: [{
      name: map1[0].Feedback_Car,
      children: []
    }]
  };
  root.children.push(car);
  var bus = {
    name: "Bus",
    children: [{
      name: map1[0].Feedback_Bus,
      children: []
    }]
  };
  root.children.push(bus);
  var train = {
    name: "Bus",
    children: [{
      name: map1[0].Feedback_Train,
      children: []
    }]
  };
  root.children.push(train);

});

Рабочий код здесь

Надеюсь, это поможет!

Ответ 4

Я извиняюсь за то, что так опаздываю. Я думаю, что вы ищете решение в R, а не решение, которое заставляет вас использовать внешний код. Воспользуйтесь пакетом k3d3. https://github.com/kaseyriver11/k3d3 Вот что нужно:

library(k3d3)
library(RJSONIO)
library(stringr)

type <- c("Car", "Car", "Truck", "Truck", "Bus", "Bus")
name <- c("Chevy", "Ford", "Chevy", "Ford", "Greyhound", "Holiday Express")
size <- c(rep(3840,6))
data <- data.frame(type, name, size)


makeList<-function(x){
    if(ncol(x)>2){
        listSplit<-split(x[-1],x[1],drop=T)
        lapply(names(listSplit),function(y){list(name=y,children=makeList(listSplit[[y]]))})
    }else{
        lapply(seq(nrow(x[1])),function(y){list(name=x[,1][y],Percentage=x[,2][y])})
    }
}

jsonOut<-toJSON(list(name="23433",children=makeList(data)))
jsonOut2 <- str_replace_all(jsonOut, "[\r\n]" , "")

CTR(jsonOut2)

Изображение дерева с предоставленными данными

Ответ 5

Существует подробное объяснение того, как отформатировать ваши данные здесь. Они основываются на этом ответе о том, как создать Json с детьми.

Примечание. Я думаю, вам придется изменить свой набор данных, чтобы получить следующие столбцы: ID, Тип транспортного средства, Бренд.

Как только у вас будет готовый Json, вы возьмете html файл ваш пример, и вы замените 'flare.json' на путь наш вывод данных.

Ответ 6

Для чего я хотел поделиться своим способом нажатия данных с R на D3:

<!--begin.rcode results="asis", echo=FALSE, warning=FALSE, message=FALSE
    library(RJSONIO)
    library(MASS)
    set.seed(1234)
    data <- data.frame("Sample"=rbeta(1000,10,15))
    out  <- paste("<script type='text/javascript'> var json ='",   jsonlite::serializeJSON(data), "';</script>", sep="")
end.rcode-->

Этот фрагмент кода находится справа в начале элемента body в моем файле RHTML. После вязания данные будут записаны внутри выходного HTML файла и могут быть доступны через D3 через переменную json. Вот скриншот выходного HTML файла:

В нижней части рисунка вы можете видеть, что вам просто нужно проанализировать объект json с помощью JSON.parse(), и у вас есть готовые данные JS:)

Ответ 7

В текущей версии dev networkD3 (v0.4.9000 @2017.08.30) есть новая функция treeNetwork(), которая имеет это (интерактивные, разборные сетевые графики деревьев) и многие другие новые встроенные функции.

Вы можете установить текущую версию dev с помощью...

devtools::install_github("christophergandrud/networkD3")

и постройте график сбрасываемых деревьев с вашими данными, используя...

library(networkD3)

df <- read.table(header = T, stringsAsFactors = F, text = "
ID      Car Bus Train   Feedback_Car    Feedback_Bus    Feedback_Train
23433   Yes Yes Yes     Toyota          GreyHound       Amtrak
")

links <- data.frame(nodeId = c(df$ID, names(df)[2:4], as.character(df[5:7])), 
                    parentId = c("", rep(df$ID, 3), sub("^Feedback_", "", names(df[5:7]))))
links$name <- links$nodeId

treeNetwork(links, type = "tidy")

Есть еще много ошибок для разработки, поэтому мы будем благодарны за тестирование, заполнение отчетов об ошибках/ошибках и/или отрыв запросов. https://github.com/christophergandrud/networkD3