如何使用 ggplot2 制作帕累托图（又名排序图）答案

【问题标题】：How to make a Pareto chart (aka rank-order chart) with ggplot2如何使用 ggplot2 制作帕累托图（又名排序图）
【发布时间】：2015-06-12 23:56:36
【问题描述】：

我发现“使用开源工具进行数据分析”一书中的排名顺序图（也称为帕累托图）非常有用。所以我尝试用ggplot2绘制书中的例子。

书中给出了下图，注意坐标是翻转的，这样国家的名字就显示在Y轴上，这样更易读。虚线是数据的CDF（累积分布函数）。

（来源：使用开源工具进行数据分析）

制作部分模拟数据：

country = c('US', 'Brazil', 'Japan', 'India', 'Germany', 'UK', 'Russia', 'France')

sales = c(40, 14, 7, 6, 2.8, 2, 1.8, 1)

# The data is already sorted
df = data.table(country=country, sales=sales)

然后我使用 ggplot2 中的stat_ecdf 来绘制 CDF：

ggplot(data=df) + stat_ecdf(aes(x=sales))

但是这个图看起来像：

X 轴显示销售额而非国家/地区。

我找到了另一个实现here。但它是用折线图和显式累积和来实现的，看起来和书中的例子有很大的不同。

有没有办法将帕累托图绘制为第一个图形？

编辑

我对虚线的内涵搞错了。不是CDF，而是累积比例。

在将值映射到其百分等级的 CDF 中，US 的百分等级为 100。但在等级顺序图中，US 的 percentage 约为 45%，表明销售额在美国的销售额占总销售额的 45%。

因此，我不应该使用stat_ecdf 来绘制排名图。

【问题讨论】：

标签： r ggplot2

【解决方案1】：

有一些很好的讨论 here 关于为什么用两个不同的 y 轴绘图是一个坏主意。我将限制为分别绘制销售额和累计百分比并将它们并排显示，以提供帕累托图的完整可视化表示。

# Sales
df <- data.frame(country, sales)
df <- df[order(df$sales, decreasing=TRUE),]
df$country <- factor(df$country, levels=as.character(df$country))  # Order countries by sales, not alphabetically
library(ggplot2)
ggplot(df, aes(x=country, y=sales, group=1)) + geom_path()

# Cumulative percentage
df.pct <- df
df.pct$pct <- 100*cumsum(df$sales)/sum(df$sales)
ggplot(df.pct, aes(x=country, y=pct, group=1)) + geom_path() + ylim(0, 100)

【讨论】：