Я весь день боролся с этой загадкой и приближался, но без сигары. У меня есть две базы данных, которые являются результатами двух отдельных социально-экономических исследований в двух районах города. Я хочу сравнить столбцы из этих фреймов данных рядом на гистограмме, чтобы показать частоту (количество) ответов на конкретный вопрос в обоих опросах.
Вопросы, задаваемые в каждом опросе, были идентичны. Однако они были закодированы немного по-другому, и поэтому имена столбцов немного отличаются, как показано ниже! Мне удалось построить данные из двух моих фреймов данных (ar
и bn
) на одной гистограмме с необработанными данными, то есть без объединения фреймов данных. Однако мне кажется, что я не могу построить горизонтальные гистограммы бок о бок.
Я использовал ggplot2 со следующим кодом:
ggplot(bn, aes(A8_HHH_hig, fill=A6_Sex_HHH))
+ geom_bar(position="stack", alpha=0.5)
+ geom_bar(data=ar, aes(A9_HHHedulevl, fill=A7_HHsex), position="stack", alpha=0.5)
Что дает следующее:
Как вы заметите, я пытаюсь построить график разделения респондентов мужского и женского пола на основе их наивысшего уровня образования для двух фреймов данных. (Обратите внимание, что пол респондента также кодируется по-разному в каждом фрейме данных, т.е. мужчина / м и женщина / ж.)
Мне бы очень хотелось, чтобы эти две составные гистограммы были нанесены на одной сетке рядом, чтобы мне было легко сравнивать значения. Однако я не совсем уверен, могу ли я использовать здесь параметр position="dodge"
, поскольку значения берутся из разных фреймов данных.
Кто-нибудь знает возможно ли это?! Или, возможно, другой способ визуального сравнения этих значений?
Я приложил воспроизводимый код, если у кого-то есть время посмотреть!
Благодарность
dput (ar)
structure(list(District = c("Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi"), A9_HHHedulevl = structure(c(9L,
9L, 9L, 9L, 8L, 9L, 5L, 9L, 9L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 2L,
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 3L, 9L, 3L, 9L, 9L, 9L, 9L,
7L, 7L, 8L, 6L, 9L, 9L, 8L, 9L, 9L, 8L, 6L, 9L, 9L, 9L, 9L, 8L,
6L, 9L, 9L, 9L, 6L, 9L, 9L, 1L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 9L, 9L, 9L, 4L, 9L, 6L, 9L, 9L, 9L, 9L, 6L, 9L, 9L, 9L, 9L,
9L, 9L, 9L, 8L, 6L, 8L, 9L, 9L, 9L, 6L, 6L, 3L, 6L, 9L, 9L, 9L,
9L, 9L, 9L, 9L, 6L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 6L, 9L, 9L, 9L,
3L), .Label = c("Adult Education", "Junior Secondary", "koranic",
"NCE", "None", "Polytechnic", "Senior Primary", "Senior Secondary",
"University"), class = "factor"), A7_HHsex = structure(c(2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L), .Label = c("female", "male"), class = "factor")), .Names = c("District",
"A9_HHHedulevl", "A7_HHsex"), row.names = c(1L, 2L, 3L, 4L, 5L,
6L, 7L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 19L, 20L,
21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 33L,
34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 44L, 46L, 47L,
48L, 49L, 50L, 51L, 52L, 53L, 54L, 55L, 56L, 57L, 58L, 59L, 60L,
61L, 62L, 63L, 64L, 65L, 66L, 67L, 68L, 69L, 70L, 71L, 72L, 73L,
74L, 75L, 76L, 77L, 78L, 79L, 80L, 81L, 82L, 83L, 84L, 85L, 86L,
87L, 88L, 89L, 90L, 91L, 92L, 93L, 94L, 95L, 96L, 97L, 98L, 99L,
100L, 101L, 102L, 103L, 104L, 105L, 106L, 107L, 108L, 109L, 110L,
111L, 113L, 114L, 115L, 116L, 117L, 118L, 119L, 120L, 121L, 122L,
123L, 124L, 125L, 126L, 127L, 128L, 129L, 130L, 131L, 132L, 133L,
134L), class = "data.frame", na.action = structure(131:135, .Names = c("135",
"136", "137", "138", "139"), class = "omit"))
dput (млрд)
structure(list(District = c("Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa"), A8_HHH_hig = structure(c(7L, 7L, 7L, 12L, 7L, 7L,
12L, 4L, 4L, 4L, 4L, 4L, 9L, 7L, 7L, 10L, 4L, 1L, 4L, 7L, 10L,
12L, 12L, 12L, 7L, 12L, 9L, 6L, 4L, 11L, 4L, 4L, 4L, 10L, 12L,
12L, 12L, 12L, 7L, 10L, 9L, 11L, 7L, 7L, 7L, 7L, 9L, 7L, 7L,
7L, 7L, 9L, 7L, 12L, 12L, 7L, 12L, 11L, 7L, 7L, 12L, 12L, 12L,
12L, 12L, 12L, 7L, 12L, 10L, 10L, 12L, 8L, 4L, 4L, 12L, 12L,
4L, 12L, 12L, 12L, 7L, 7L, 9L, 2L, 9L, 12L, 2L, 5L, 12L, 7L,
10L, 10L, 12L, 10L, 10L, 4L, 10L, 1L, 5L, 7L, 1L, 10L, 10L, 10L,
10L, 10L, 10L, 3L, 10L, 10L, 4L, 10L, 10L, 10L, 10L, 10L, 4L,
10L, 10L, 10L, 3L, 10L, 9L, 4L, 4L, 4L, 4L, 12L, 12L, 12L, 12L,
3L, 7L, 7L, 5L, 7L, 7L, 12L, 12L, 7L, 10L, 7L, 7L, 7L, 12L, 12L,
7L, 7L, 12L, 12L, 12L, 12L, 12L, 7L, 12L, 12L, 12L, 12L, 12L,
10L, 10L, 12L, 12L, 9L, 12L, 12L, 7L, 6L, 12L, 12L, 7L, 12L,
10L, 5L, 12L, 12L, 7L, 11L, 12L, 12L, 12L, 5L, 7L, 7L, 12L, 12L,
7L, 7L, 7L, 12L, 7L, 7L, 12L, 12L, 12L, 1L), .Label = c("Adult Education",
"Junior Primary", "Junior Secondary", "Koranic", "NCE", "None",
"Polytechnic", "Prelim / JMB", "Senior Primary", "Senior Secondary",
"Technical College", "University"), class = "factor"), A6_Sex_HHH = structure(c(2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L,
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 1L, 2L, 2L,
2L, 2L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 1L), .Label = c("F", "M"), class = "factor")), .Names = c("District",
"A8_HHH_hig", "A6_Sex_HHH"), row.names = c(NA, 196L), class = "data.frame")
Это пример того, что я хочу создать:
structure(list(sex = structure(c(2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L,
2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L,
2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, NA, NA, NA, NA, NA,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
1L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L,
2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 1L, 2L,
2L, 2L, 2L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 1L), .Label = c("female", "male"), class = "factor"),
education = structure(c(9L, 9L, 9L, 9L, 8L, 9L, 5L, 9L, 9L,
8L, 9L, 9L, 9L, 9L, 9L, 9L, 2L, 9L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 9L, 3L, 9L, 3L, 9L, 9L, 9L, 9L, 7L, 7L, 8L, 6L, 9L, 9L,
8L, 9L, 9L, 8L, 6L, 9L, 9L, 9L, 9L, 8L, 6L, 9L, 9L, 9L, 6L,
9L, 9L, 1L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 4L, 9L, 6L, 9L, 9L, 9L, 9L, 6L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 8L, 6L, 8L, 9L, 9L, 9L, 6L, 6L, 3L, 6L, 9L, 9L, 9L, 9L,
9L, 9L, 9L, 6L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 6L, 9L, 9L, 9L,
3L, NA, NA, NA, NA, NA, 6L, 6L, 6L, 9L, 6L, 6L, 9L, 3L, 3L,
3L, 3L, 3L, 7L, 6L, 6L, 8L, 3L, 1L, 3L, 6L, 8L, 9L, 9L, 9L,
6L, 9L, 7L, 5L, 3L, 12L, 3L, 3L, 3L, 8L, 9L, 9L, 9L, 9L,
6L, 8L, 7L, 12L, 6L, 6L, 6L, 6L, 7L, 6L, 6L, 6L, 6L, 7L,
6L, 9L, 9L, 6L, 9L, 12L, 6L, 6L, 9L, 9L, 9L, 9L, 9L, 9L,
6L, 9L, 8L, 8L, 9L, 11L, 3L, 3L, 9L, 9L, 3L, 9L, 9L, 9L,
6L, 6L, 7L, 10L, 7L, 9L, 10L, 4L, 9L, 6L, 8L, 8L, 9L, 8L,
8L, 3L, 8L, 1L, 4L, 6L, 1L, 8L, 8L, 8L, 8L, 8L, 8L, 2L, 8L,
8L, 3L, 8L, 8L, 8L, 8L, 8L, 3L, 8L, 8L, 8L, 2L, 8L, 7L, 3L,
3L, 3L, 3L, 9L, 9L, 9L, 9L, 2L, 6L, 6L, 4L, 6L, 6L, 9L, 9L,
6L, 8L, 6L, 6L, 6L, 9L, 9L, 6L, 6L, 9L, 9L, 9L, 9L, 9L, 6L,
9L, 9L, 9L, 9L, 9L, 8L, 8L, 9L, 9L, 7L, 9L, 9L, 6L, 5L, 9L,
9L, 6L, 9L, 8L, 4L, 9L, 9L, 6L, 12L, 9L, 9L, 9L, 4L, 6L,
6L, 9L, 9L, 6L, 6L, 6L, 9L, 6L, 6L, 9L, 9L, 9L, 1L), .Label = c("Adult Education",
"Junior Secondary", "Koranic", "NCE", "None", "Polytechnic",
"Senior Primary", "Senior Secondary", "University", "Junior Primary",
"Prelim / JMB", "Technical College"), class = "factor"),
district = c("Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Angwan Rimi", "Angwan Rimi", "Angwan Rimi", "Angwan Rimi",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa", "Barnawa",
"Barnawa", "Barnawa", "Barnawa", "Barnawa")), .Names = c("sex",
"education", "district"), row.names = c("1", "2", "3", "4", "5",
"6", "7", "9", "10", "11", "12", "13", "14", "15", "16", "17",
"19", "20", "21", "22", "23", "24", "25", "26", "27", "28", "29",
"30", "31", "32", "33", "34", "35", "36", "37", "38", "39", "40",
"41", "42", "43", "44", "46", "47", "48", "49", "50", "51", "52",
"53", "54", "55", "56", "57", "58", "59", "60", "61", "62", "63",
"64", "65", "66", "67", "68", "69", "70", "71", "72", "73", "74",
"75", "76", "77", "78", "79", "80", "81", "82", "83", "84", "85",
"86", "87", "88", "89", "90", "91", "92", "93", "94", "95", "96",
"97", "98", "99", "100", "101", "102", "103", "104", "105", "106",
"107", "108", "109", "110", "111", "113", "114", "115", "116",
"117", "118", "119", "120", "121", "122", "123", "124", "125",
"126", "127", "128", "129", "130", "131", "132", "133", "134",
"135", "136", "137", "138", "139", "1361", "1371", "1381", "1391",
"140", "141", "142", "143", "144", "145", "146", "147", "148",
"149", "150", "151", "152", "153", "154", "155", "156", "157",
"158", "159", "160", "161", "162", "163", "164", "165", "166",
"167", "168", "169", "170", "171", "172", "173", "174", "175",
"176", "177", "178", "179", "180", "181", "182", "183", "184",
"185", "186", "187", "188", "189", "190", "191", "192", "193",
"194", "195", "196", "197", "198", "199", "200", "201", "202",
"203", "204", "205", "206", "207", "208", "209", "210", "211",
"212", "213", "214", "215", "216", "217", "218", "219", "220",
"221", "222", "223", "224", "225", "226", "227", "228", "229",
"230", "231", "232", "233", "234", "235", "236", "237", "238",
"239", "240", "241", "242", "243", "244", "245", "246", "247",
"248", "249", "250", "251", "252", "253", "254", "255", "256",
"257", "258", "259", "260", "261", "262", "263", "264", "265",
"266", "267", "268", "269", "270", "271", "272", "273", "274",
"275", "276", "277", "278", "279", "280", "281", "282", "283",
"284", "285", "286", "287", "288", "289", "290", "291", "292",
"293", "294", "295", "296", "297", "298", "299", "300", "301",
"302", "303", "304", "305", "306", "307", "308", "309", "310",
"311", "312", "313", "314", "315", "316", "317", "318", "319",
"320", "321", "322", "323", "324", "325", "326", "327", "328",
"329", "330", "331"), class = "data.frame")
rbind
) фреймы данных? - person Drew Steen   schedule 14.08.2013