ggplot用geom_bar中的百分比替换计数

Posted 2023-02-16

【中文标题】ggplot用geom_bar中的百分比替换计数

【英文标题】：ggplot replace count with percentage in geom_bar

【发布时间】：2014-09-06 17:03:48

【问题描述】：

我有一个数据框d:

> head(d,20)
   groupchange Symscore3
1            4         1
2            4         2
3            4         1
4            4         2
5            5         0
6            5         0
7            5         0
8            4         0
9            2         2
10           5         0
11           5         0
12           5         1
13           5         0
14           4         1
15           5         1
16           1         0
17           4         0
18           1         1
19           5         0
20           4         0

我正在策划的：

ggplot(d, aes(groupchange, y=..count../sum(..count..),  fill=Symscore3)) +
  geom_bar(position = "dodge") 

以这种方式，每个条形代表其在整个数据中的百分比。

相反，我希望每个条形代表一个相对百分比；即用groupchange = k 获得的bar 的总和应该是1。

【问题讨论】：

请考虑更新答案以反映下面更准确和简洁的答案，使用 position = "fill" 特别是对于专门询问 ggplot 包的问题 否则，当使用 position = "fill" 时，当 geom_bar 函数本身计算比例时，人们依赖手动汇总 请考虑更新所选答案，以免低效方法持续存在整个社区。我想引起您和社区的注意。

@HoneyBuddha 我不同意我的方法是否效率低下。这取决于imo的情况。对于这个简单的用例，您可能是对的。但是，在处理大型数据集时（根据我的经验），先总结然后绘制会更有效。此外，当总结比简单的百分比更复杂时，最好先总结然后绘制。

【参考方案1】：

首先总结和转换你的数据：

library(dplyr)
d2 <- d %>% 
  group_by(groupchange, Symscore3) %>% 
  summarise(count = n()) %>% 
  mutate(perc = count/sum(count))

然后你可以绘制它：

ggplot(d2, aes(x = factor(groupchange), y = perc*100, fill = factor(Symscore3))) +
  geom_bar(stat="identity", width = 0.7) +
  labs(x = "Groupchange", y = "percent", fill = "Symscore") +
  theme_minimal(base_size = 14)

这给出了：

---

或者，您可以使用 scales 包中的 percent 函数：

brks <- c(0, 0.25, 0.5, 0.75, 1)

ggplot(d2, aes(x = factor(groupchange), y = perc, fill = factor(Symscore3))) +
  geom_bar(stat="identity", width = 0.7) +
  scale_y_continuous(breaks = brks, labels = scales::percent(brks)) +
  labs(x = "Groupchange", y = NULL, fill = "Symscore") +
  theme_minimal(base_size = 14)

给出：

【讨论】：

鉴于下面更准确的答案，使用 position = "fill" - 特别是对于专门询问 ggplot 包的问题，​​我相信这个答案可能会导致整个社区持续存在低效方法.我想引起您和社区的注意。

@HoneyBuddha 我确实按照 OP 的要求使用了 ggplot2。这并不意味着我不能使用其他工具/包。关于效率低下，见my comment under the question。

对不起，我并不是要建议您不使用 ggplot2。也许，您可以编辑以至少包含 position = "fill" 选项 - 因为，大多数人只看到最接受的答案，可能会错过他们可能对许多新 R 用户有帮助的非常简单的解决方案。我只是想建议作为一个中间立场。如果您这样做，请告诉我，以便我删除这些 cmets。

@HoneyBuddha 我怀疑大多数人是否只看接受的答案：我发布了相当多的答案，至少获得了几个赞成票（其中一些甚至超过了接受的答案）。此外，在position = "fill" 选项中进行编辑对我来说就像是在锻炼。这也被 SO 上的大多数人认为是不公平的行为。

【参考方案2】：

如果您的目标是用最少的代码进行可视化，请使用 position = "fill" 作为geom_bar() 中的参数。

如果你想在组内百分比，@Jaap 的 dplyr 答案是正确的答案。

这是一个使用上述数据集复制/粘贴的可重现示例：

library(tidyverse)

d <- data_frame(groupchange = c(4,4,4,4,5,5,5,4,2,5,5,5,5,4,5,1,4,1,5,4),
                Symscore3 = c(1,2,1,2,0,0,0,0,2,0,0,1,0,1,1,0,0,1,1,0))

ggplot(d, aes(x = factor(groupchange), fill = factor(Symscore3))) +
  geom_bar(position="fill")

【讨论】：

对于使用小型数据集的人来说，在代码清晰度/方法效率方面，此选项可能优于公认的答案。

这是使用geom_bar()在计数和比例之间快速转换的好方法

【参考方案3】：

我们还可以在比例中添加标签，而无需在源数据框中显式计算它们。

library(tidyverse)

d <- data_frame(groupchange = c(4,4,4,4,5,5,5,4,2,5,5,5,5,4,5,1,4,1,5,4),
                Symscore3 = c(1,2,1,2,0,0,0,0,2,0,0,1,0,1,1,0,0,1,1,0)) %>%
  mutate_all(as.character)  # treat the numbers as categories

ggplot(d, aes(x=groupchange, fill=Symscore3)) +
  geom_bar(position="fill") +
  geom_text(
    aes(label=signif(..count.. / tapply(..count.., ..x.., sum)[as.character(..x..)], digits=3)),
    stat="count",
    position=position_fill(vjust=0.5)) +
  labs(y="Proportion")

本解决方案中的geom_text标签改编自here。