将百分比添加到 GGplot2 中的分组条形图列

Question

希望有人可以帮助我用百分比标记分组条形图的列。我找不到可以成功完成工作的现有 post。以下是基本示例数据框的代码。

Service<-c("AS","AS","PS","PS","RS","RS","ES","ES")

Year<-c("2015","2016","2015","2016","2015","2016","2015","2016")

Q1<-c("Dissatisfied","Satisfied","Satisfied","Satisfied","Dissatisfied","Dissatisfied","Satisfied","Satisfied")

Q2<-c("Dissatisfied","Dissatisfied","Satisfied","Dissatisfied","Dissatisfied","Satisfied","Satisfied","Satisfied")

Example<-data.frame(Service,Year,Q1,Q2)

接下来，我用 Reshape2 将其融化，以便我可以沿 x 轴绘制 Q1 和 Q2 列变量。然后，我使用 ggplot2 创建了一个基本的分组条形图，在 y 轴上有计数，然后是按年的分面。

ExampleM<-melt(Example,id.vars=c("Service","Year"))

ggplot(ExampleM,aes(x=variable,stat="identity",fill=value)) + 
  geom_bar(position="dodge") + facet_grid(~Year)

我苦恼的是如何添加列标签。具体来说，我想知道如何添加基本频率计数以及百分比。不是两者都在一起，而是一个或另一个。我无法使任何一个工作。我试过使用 "+geom_text(aes(labels=" 但我不确定要放什么作为标签，因为我在 ggplot 代码中使用了 stat="identity" 。

另外，对于百分比，我需要先用dplyr计算吗，还是我可以在ggplot代码中计算百分比？我也不太了解 R 中的标签，所以不确定如何添加实际的 % 符号。

希望有人能告诉我实现这一切的基本方法！

Answer 1

您可以使用 stat_count 和 geom="text" 将计数添加为文本。 ..count.. 是 ggplot 创建的用于保存计数值的内部变量。下面的示例显示了如何使用 stat_count 添加计数和百分比，当然，您可以选择仅包括其中之一。

stat="identity" 在 aes 中不做任何事情。你通常会把它放在 geom 中。但在这种情况下，您不需要 stat="identity"，因为您实际上希望 ggplot 计算每个类别中值的数量。如果您使用的数据框的列已经包含每个类别的计数，则可以将 stat="identity" 与 geom_bar 结合使用。

要创建标签文本，请使用 paste0 将计算值（例如，..count../sum(..count..)*100 是百分比）与 % 符号等文本结合起来。此外，在这种情况下，我使用换行符 \n 将百分比和计数放在不同的行中。 sprintf 是一个格式化函数，在本例中生成四舍五入到小数点后一位的值。¹

ggplot(ExampleM, aes(x=variable, fill=value)) + 
  geom_bar(position="dodge") + 
  stat_count(aes(label=paste0(sprintf("%1.1f", ..count../sum(..count..)*100),
                              "%\n", ..count..), y=0.5*..count..), 
             geom="text", colour="white", size=4, position=position_dodge(width=1)) +
  facet_grid(~Year)

这是一个预先汇总数据并在绘制数据时使用 stat="identity" 的示例：假设百分比不是所有值的百分比，而是每个季度内的百分比。让我们也堆叠条形图并将百分比作为文本添加到条形图：

首先，创建数据摘要。我们将使用 dplyr 以便我们可以使用链接 (%>%) 运算符。我们将计算值的数量，计算 Year 和 variable 的每个组合中的百分比，我们还将添加 n.pos 以提供堆叠条中文本位置的 y 值剧情.

library(dplyr)

summary = ExampleM %>% group_by(Year, variable, value) %>%
  tally %>%
  group_by(Year, variable) %>%
  mutate(pct = n/sum(n),
         n.pos = cumsum(n) - 0.5*n)

现在进入剧情。请注意，我们提供 y=n。由于我们已经预先汇总了数据（而不是在 geom_bar 中计算计数和百分比），我们需要 stat="identity".

ggplot(summary, aes(x=variable, y=n, fill=value)) +
  geom_bar(stat="identity") +
  facet_grid(.~Year) + 
  geom_text(aes(label=paste0(sprintf("%1.1f", pct*100),"%"), y=n.pos), 
            colour="white")

¹ 你可以用 round 代替，但我更喜欢 sprintf 因为即使小数部分为零，它也会在小数位保留一个零, 而 round returns 只是小数部分为零时的整数部分。例如，比较 round(3.04, 1) 和 sprintf("%1.1f", 3.04)

更新： 回答您评论中的问题：

第二个"group_by line"是什么原因？我们已经计算了 Year、variable 和 value 的每个组合的计数。现在，我们想知道，在 Year 和 variable 的每个组合中，value="Satisfied" 的百分比和 value="Dissatisfied" 的百分比。为此，我们只想按年份和变量分组。
解释 y=n.pos 行。这是我们计算每个百分比标签的 y 位置的地方。我们希望标签位于每个条的中间，但条是堆叠的。如果我们只使用 cumsum(n) 标签将位于每个条形部分的顶部。我们减去 0.5*n 以便每个标签的 y 位置将减少包含该标签的条形部分高度的一半。

这是一个示例：假设我们有三个高度分别为 1、2 和 3 的条形部分（按此顺序从下到上堆叠），我们想要计算标签的 y 位置。
```
h = 1:3
cumsum(h) # 1 3 6
0.5 * h   # 0.5 1.0 1.5
cumsum(h) - 0.5 * h  # 0.5 2.0 4.5
```
这给出了在每个条形部分内垂直居中标签的 y 位置。

如何按百分比降序排列 x 轴列？默认情况下，ggplot 按 x 变量类别的顺序对离散 x 轴进行排序。对于字符变量，顺序将按字母顺序排列。对于因子变量，排序将是因子水平的排序。

在我的例子中，summary$variable的等级如下：

levels(summary$variable)
[1] "Q1" "Q2"

要按 pct 重新排序，一种方法是使用 reorder 函数。比较这些（使用上面的摘要数据框）：

summary$pct2 = summary$pct + c(0.3, -0.15, -0.45, -0.4, -0.1, -0.2, -0.15, -0.1)

ggplot(summary, aes(x=variable, y=pct2, fill=value)) +
  geom_bar(position="stack", stat="identity") +
  facet_grid(~Year) 

ggplot(summary, aes(x=reorder(variable, pct2), y=pct2, fill=value)) +
  geom_bar(position="stack", stat="identity") +
  facet_grid(~Year)

请注意，在第二个图中，"Q1" 和 "Q2" 的顺序现在已经颠倒了。但是，请注意，在左侧面板中，Q1 堆栈更高，而在右侧面板中，Q2 堆栈更高。通过分面，您可以在每个面板中获得相同的 x 轴排序，通过比较所有 Q1 值的 sum 和 sum 所有 Q2 值。 Q2的总和较小，所以他们先走。当您使用 position="dodge" 时也会发生同样的情况，但我使用 "stack" 以便更容易看到发生了什么。希望下面的示例有助于澄清问题。

# Fake data
values = c(4.5,1.5,2,1,2,4)
dat = data.frame(group1=rep(letters[1:3], 2), group2=LETTERS[1:6], 
                 group3=rep(c("W","Z"),3), pct=values/sum(values))

levels(dat$group2)
[1] "A" "B" "C" "D" "E" "F"

# plot group2 in its factor order
ggplot(dat, aes(group2, pct)) +
  geom_bar(stat="identity", position="stack", colour="red", lwd=1)

# plot group2, ordered by -pct
ggplot(dat, aes(reorder(group2, -pct), pct)) +
  geom_bar(stat="identity", colour="red", lwd=1)

# plot group1 ordered by pct, with stacking
ggplot(dat, aes(reorder(group1, pct), pct)) +
  geom_bar(stat="identity", position="stack", colour="red", lwd=1) 

# Note that in the next two examples, the x-axis order is b, a, c, 
# regardless of whether you use faceting
ggplot(dat, aes(reorder(group1, pct), pct)) +
  geom_bar(stat="identity", position="stack", colour="red", lwd=1) +
  facet_grid(.~group3) 

ggplot(dat, aes(reorder(group1, pct), pct, fill=group3)) +
  geom_bar(stat="identity", position="stack", colour="red", lwd=1)

有关通过设置因子顺序对轴值进行排序的更多信息，this blog post 可能会有所帮助。

将百分比添加到 GGplot2 中的分组条形图列

Adding Percentages to a Grouped Barchart Columns in GGplot2

r

ggplot2

reshape2

dplyr