28. 自己算柱状图counts 节约数据框大小

在ggplot 中，我们可以使用geom_bar 来画柱状图。

但默认下，柱状图并不需要定义y，我们只需要制定相应的x 或进一步的分组（fill 等），就会对数据进行计数。

但在某些情况下，我们的数据框可能非常大，这时候就可以自己进行计数，然后告诉ggplot 即可。

有两种指定y 的方式：

geom_col
geom_bar(stat = 'identity')

它们的结果都是一样的。

那么该如何分组计数呢？

也非常简单，tidyverse 套件提供了group_by 分组以及summarise 函数，使用n() 计算。

或者直接基础的table 搞定：

## count variant in each sample
tmp1 <- table(mutation_number_order$name, mutation_number_order$Variant_Classification)
tmp1 <- as.data.frame(tmp1)
colnames(tmp1)[1:2] <- c("name", "Variant_Classification")
> head(tmp1)
          name Variant_Classification Freq
1 S110011502DT        Frame_Shift_Del   38
2 S110011501DT        Frame_Shift_Del   41
3 S110020203DT        Frame_Shift_Del   36
4 S110030206DT        Frame_Shift_Del   43
5 S110030801DT        Frame_Shift_Del   50
6 S110020201DT        Frame_Shift_Del   49

合并到原表格中，直接画就完事了：

## count variant in each sample
tmp1 <- table(mutation_number_order$name, mutation_number_order$Variant_Classification)
tmp1 <- as.data.frame(tmp1)
colnames(tmp1)[1:2] <- c("name", "Variant_Classification")
head(tmp1)
tmp3 <- merge(mutation_number_order, tmp1, by = c("name", "Variant_Classification"))
mutation_number_final <- unique(tmp3)
colnames(mutation_number_final) <- c("Tumor_Sample_Barcode", 
                                     "Variant_Classification",
                                     "Clinical_Type",
                                     "Total_Counts",
                                     "Counts")
max_counts <- max(mutation_number_final$Total_Counts)
# counts plot
p1 <- ggplot(data = mutation_number_final) + 
  geom_col(mapping = aes(x = Tumor_Sample_Barcode, y = Counts, fill = Variant_Classification), position = "stack") + 
  barplot_theme + labs(x = NULL, size = 14) + scale_y_continuous(expand=c(0,0)) + 
  coord_cartesian(ylim = c(0, max_counts + 100))
(p1 <- p1 + labs(y = "Mutation Counts") + scale_x_discrete(expand = expansion(mult = c(0.03,0.05))))

y 也就是table 最后算出来的各组的数值，fill 分组的变量，再stack 也就堆积到一起啦。