ggplot2、geom_bar 和 position="dodge" 的问题：stacked 具有正确的 y 值，dodged 没有

Question

我有很多时间了解geom_bar() 和position="dodge"。我试图制作一些条形图来说明两组。最初，数据来自两个单独的数据帧。根据this question，我将我的数据以长格式放置。我的例子：

test <- data.frame(names=rep(c("A","B","C"), 5), values=1:15)
test2 <- data.frame(names=c("A","B","C"), values=5:7)

df <- data.frame(names=c(paste(test$names), paste(test2$names)), num=c(rep(1, 
nrow(test)), rep(2, nrow(test2))), values=c(test$values, test2$values))

我使用该示例是因为它类似于支出与预算示例。每个names 因子级别的支出有很多行，而预算只有一个（每个类别一个预算金额）。

对于堆积条形图，这很好用：

ggplot(df, aes(x=factor(names), y=values, fill=factor(num))) +
geom_bar(stat="identity")

特别要注意 y 值的最大值。它们是来自test 的数据与顶部蓝色显示的test2 值的总和。

根据我读过的其他问题，我只需添加 position="dodge" 以使其成为并排图与堆叠图：

ggplot(df, aes(x=factor(names), y=values, fill=factor(num))) + 
geom_bar(stat="identity", position="dodge")

看起来不错，但请注意新的最大 y 值。似乎它只是从test 的每个名称因子级别中获取最大 y 值作为 y 值。它不再对它们求和。

根据其他一些问题（如this one 和this one，我还尝试添加group= 选项但没有成功（产生与上述相同的躲避图）：

ggplot(df, aes(x=factor(names), y=values, fill=factor(num), group=factor(num))) +
geom_bar(stat="identity", position="dodge")

我不明白为什么堆叠的效果很好，而躲避的不只是将它们并排而不是放在上面。

---

预计到达时间：我在 ggplot google 群组上找到了一个 recent question，并建议添加 alpha=0.5 以查看发生了什么。并不是 ggplot 从每个分组中获取最大值；它实际上是在每个值的顶部绘制条形图。

似乎在使用position="dodge" 时，ggplot 预计每个 x 只需要一个 y。我联系了 ggplot 开发人员 Winston Chang 以确认并询问是否可以更改，因为我没有看到优势。

似乎stat="identity" 应该告诉 ggplot 计算在 aes() 内部传递的 y=val 而不是在没有 stat="identity" 和不传递 y 值时发生的单个计数。

目前，解决方法似乎是（对于上面的原始 df）进行聚合，因此每个 x 只有一个 y：

df2 <- aggregate(df$values, by=list(df$names, df$num), FUN=sum)
p <- ggplot(df2, aes(x=Group.1, y=x, fill=factor(Group.2)))
p <- p + geom_bar(stat="identity", position="dodge")
p

Answer 1

我认为问题在于您想在num 组的值内 堆叠，并在num 的值之间躲避。 查看向条形添加轮廓时会发生什么可能会有所帮助。

library(ggplot2)
set.seed(123)
df <- data.frame(
  id     = 1:18,
  names  = rep(LETTERS[1:3], 6),
  num    = c(rep(1, 15), rep(2, 3)),
  values = sample(1:10, 18, replace=TRUE)
)

默认情况下，有很多条堆叠在一起——除非你有一个轮廓，否则你只是看不到它们是分开的：

# Stacked bars
ggplot(df, aes(x=factor(names), y=values, fill=factor(num))) + 
  geom_bar(stat="identity", colour="black")

如果你躲避，你会得到在 num 的值之间躲避的柱，但在 num 的每个值中可能有多个柱：

# Dodged on 'num', but some overplotted bars
ggplot(df, aes(x=factor(names), y=values, fill=factor(num))) + 
  geom_bar(stat="identity", colour="black", position="dodge", alpha=0.1)

如果您还添加id 作为分组变量，它会避开所有这些：

# Dodging with unique 'id' as the grouping var
ggplot(df, aes(x=factor(names), y=values, fill=factor(num), group=factor(id))) + 
  geom_bar(stat="identity", colour="black", position="dodge", alpha=0.1)

我认为你想要的是躲避和堆叠，但你不能同时做。 所以最好自己总结数据。

library(plyr)
df2 <- ddply(df, c("names", "num"), summarise, values = sum(values))

ggplot(df2, aes(x=factor(names), y=values, fill=factor(num))) + 
  geom_bar(stat="identity", colour="black", position="dodge")