Aunque no es recomendable crear gráficos con 2 ejes, hoy quería mostraros un gráfico muy común realizado con R. Se trata del gráfico de barras y líneas para un factor. Las barras serán un valor de exposición del factor y las líneas pueden ser una frecuencia siniestral y estarán en un eje secundario. Con esto crearemos nuestro gráfico de barras y líneas en dos ejes. Simulamos los datos para crear el gráfico con R:
# Números aleatorios con una distribución gamma
potencia = ceiling(rgamma(1000, shape = 10, rate = 0.08))
hist(potencia)
Generamos números aleatorios con una distribución gamma con la función rgamma, que asemejan a la potencia de los vehículos en caballos que se venden actualmente en el mercado español. Ahora tenemos que codificar esta potencia en un factor; para ello tenemos la función recode de la librería car:
library(car)
agr <- recode(potencia, "
lo:90='1 Menos de 90 cv';
90:120='2 91 - 120 cv';
120:150='3 121 - 150 cv';
150:200='4 151 - 200 cv';
else='5 Mas de 200 cv'")
Particularmente, la función recode me parece la mejor forma de crear tramos en variables numéricas con R. Ahora simulamos unos datos de exposición también basándonos en una distribución normal (ajustada):
exposicion = rnorm(1000, 1, 0.3)
exposicion = ifelse(exposicion > 1, 1, exposicion)
exposicion = ifelse(exposicion < 0, abs(exposicion), exposicion)
Con ifelse modificamos aquellos valores que pueden resultar imposibles, como una exposición superior a 1 o inferior a 0. Por último, creamos una variable dicotómica que toma valor 1 si se ha producido un siniestro:
siniestro = runif(1000)
siniestro = ifelse(siniestro >= 0.8, 1, 0)
table(siniestro)
summary(siniestro)
Ahora tenemos que unir todos nuestros objetos para crear un data.frame final:
frec = data.frame(agr)
frec = cbind(frec, exposicion, siniestro)
summary(frec)
La forma tan peculiar de crear el data.frame no se debe a malas costumbres; es que a veces, al crear en un solo paso el data.frame, R identifica todos sus elementos como factores de forma inesperada. Calculamos la frecuencia sobre el objeto final con sqldf. ¡Qué grande sqldf!
library(sqldf)
res = sqldf("select agr,
sum(exposicion) as exposicion,
sum(siniestro) as siniestro,
sum(siniestro)/sum(exposicion) as frecuencia
from frec
group by agr;")
Ya estamos en disposición de crear el gráfico, y tiene sus peculiaridades: primero el código y después los comentarios.
# Gráfica de barras
# Ajustamos márgenes para que quepa el eje derecho
par(mar = c(5, 4, 4, 4) + 0.1)
barras <- barplot(res$exposicion, names.arg = res$agr,
ylim = c(0, max(res$exposicion) * 1.2),
xlab = "Potencia del vehículo",
ylab = "Exposición")
# Creamos un nuevo gráfico encima
par(new = TRUE)
# Pintamos la línea en el eje secundario
# Usamos las posiciones de las barras para centrar la línea
plot(barras, res$frecuencia, axes = FALSE, ann = FALSE,
type = "b", pch = 19, col = "red",
ylim = c(0, max(res$frecuencia) * 1.5))
# Mostramos el eje secundario
axis(4)
mtext("Frecuencia", side = 4, line = 3)
# Ponemos las etiquetas en %
text(barras, res$frecuencia, labels = paste(round(res$frecuencia, 4) * 100, '%'), pos = 3, col = "red")
Este es el código más interesante que os presento hoy. Con barplot creamos el gráfico de barras para la exposición; como etiquetas del eje ponemos los valores del factor. Me gustaría destacar que en este tipo de gráficos la escala es muy importante: el parámetro ylim tiene que estar bien definido para que los gráficos se vean mejor. El siguiente paso es el más interesante: creamos un nuevo gráfico con par(new=TRUE) pero no pintamos los ejes. Usamos las coordenadas que devuelve barplot para situar los puntos de la línea y que queden perfectamente centrados con las barras. Después mostramos el eje secundario con axis(4).
Creo que esta entrada es muy interesante para algunos compañeros muy habituados a este tipo de gráficos, pero me gustaría advertiros sobre el problema de las escalas en los ejes. Saludos.