Объясните, как работает этот код?

[SS_Rebelious]

Нашёл пример в котором показывается, как сделать так, чтобы подписи на графиках "ggplot2" не перекрывались. Всё отлично работает, и я смог его адаптировать для своих нужд, но я совершенно не понимаю, как это работает. Может ли кто-нибудь подробно разъяснить идею и описать, что происходит в конкретных моментах?

Тестовые данные:

Код: Выделить всё

vetotype.x <- structure(list(cowc = structure(c(5L, 7L, 24L, 24L, 23L, 36L, 

34L, 38L, 23L, 6L, 8L, 38L, 38L, 23L, 5L, 7L, 24L, 24L, 23L, 

36L, 34L, 38L, 23L, 6L, 8L, 38L, 38L, 23L), .Label = c("AFG", 

"ANG", "AZE", "BNG", "BOS", "BUI", "CAM", "CDI", "CHA", "COL", 

"CRO", "DOM", "DRC", "ETH", "GNB", "GRG", "GUA", "IND", "INS", 

"IRQ", "KEN", "LAO", "LBR", "LEB", "MAL", "MLD", "MZM", "NEP", 

"NIC", "PHI", "PNG", "RUS", "RWA", "SAF", "SAL", "SIE", "SOM", 

"SUD", "TAJ", "UKG", "YAR", "ZIM"), class = "factor"), conflict = c("Bosnia 92-95", 

"Cambodia 70-91", "Lebanon 58-58", "Lebanon 75-89", "Liberia 89-93", 

"SieLeo 91-96", "Stafrica 83-91", "Sudan 63-72", "Liberia 94-96", 

"Burundi 1993-2005", "Cote d'Ivoire 2002-2007", "Darfur, Sudan 2003-2010", 

"Sudan 83-05", "Liberia 1999-2003", "Bosnia 92-95", "Cambodia 70-91", 

"Lebanon 58-58", "Lebanon 75-89", "Liberia 89-93", "SieLeo 91-96", 

"Stafrica 83-91", "Sudan 63-72", "Liberia 94-96", "Burundi 1993-2005", 

"Cote d'Ivoire 2002-2007", "Darfur, Sudan 2003-2010", "Sudan 83-05", 

"Liberia 1999-2003"), totalps = c(3L, 2L, 2L, 2L, 1L, 3L, 4L, 

3L, 1L, 3L, 3L, 4L, 3L, 3L, 3L, 2L, 2L, 2L, 1L, 3L, 4L, 3L, 1L, 

3L, 3L, 4L, 3L, 3L), vetotype = structure(c(1L, 1L, 1L, 1L, 1L, 

1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 

2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("strictvetos", "lenientvetos"

), class = "factor"), intensity = c(3L, 4L, 2L, 5L, 2L, 2L, 2L, 

2L, 2L, 3L, 2L, 2L, 2L, 2L, 3L, 4L, 2L, 6L, 2L, 2L, 4L, 2L, 2L, 

3L, 3L, 2L, 2L, 2L)), .Names = c("cowc", "conflict", "totalps", 

"vetotype", "intensity"), class = "data.frame", row.names = c(NA, 

-28L))

Сам код. Строки, которые требуют пояснения, помечены знаками вопроса (# ???)

Код: Выделить всё

library(ggplot2)

# identify duplicated points

dupes <- aggregate(conflict~totalps+intensity+vetotype,vetotype.x,length) # ???

colnames(dupes)[4] = "dupe"

df <- merge(vetotype.x,dupes)   # add dupe column # ???

df$vjust <- 0                   # default vertical offset is 0

# calculate vertical offsets based on number of dupes

for (i in 2:max(df$dupe)) df[df$dupe==i,]$vjust<-seq(-trunc(i/2),-trunc(i/2)+i-1) # ???

# render the plot

vetotype.plot <- ggplot(df, aes(x=totalps, y=intensity, color=conflict))+

  geom_point() + 

  labs(x="number of power-sharing arenas", y="intensity") +

  ggtitle("Number of Power-Sharing areas and Veto intensity") +

  geom_text(aes(label=conflict,vjust=vjust), hjust=0,size=4)+

  scale_x_continuous(limits=c(1, 5))+

  scale_y_continuous(limits=c(1, 6))+

  theme(legend.position="none")+

  facet_wrap(~vetotype, nrow=2)

plot(vetotype.plot)

[gamm]

все в хелпе прописано ...

dupes <- aggregate(conflict~totalps+intensity+vetotype,vetotype.x,length) # ???
считает сколько раз встречается conflict для каждого сочетания totalps+intensity+vetotype
потом это число обзывают dupe (хорошо хоть не dupa ...)

df <- merge(vetotype.x,dupes) # add dupe column # ???
соединяет две таблицы по общему множеству столбцов (это как раз totalps+intensity+vetotype)
т.е. добавляет число повторов в исходную таблицу

а потом это число повторов используется в цикле для сдвига надписей

[SS_Rebelious]

Спасибо за объяснение! Но нельзя ли расписать немного подробнее:
Почему в aggregate() используется lenght?
Почему merge расставляет значения как надо, хотя датафреймы имеют разное количество строк?

[gamm]

Почему в aggregate() используется lenght?

так это и есть требуемое число повторов - длина группы, aggregate - это вылитый SELECT ... GROUP BY, а length - COUNT(*) - если вдруг SQL знаком

Почему merge расставляет значения как надо, хотя датафреймы имеют разное количество строк?

так цикл жеж, до максимального числа дублей
for (i in 2:max(df$dupe))

а втот эта штука выделяет нужные дубли, и правит им vjust (чисто select + update)
df[df$dupe==i,]$vjust<-seq(-trunc(i/2),-trunc(i/2)+i-1) # ???