使用 stat_summary 和文本几何在 ggplot 中为每个组添加一个标签答案

【问题标题】：Adding a single label per group in ggplot with stat_summary and text geoms使用 stat_summary 和文本几何在 ggplot 中为每个组添加一个标签
【发布时间】：2020-10-05 08:21:00
【问题描述】：

我想将计数添加到使用 stat_summary() 的 ggplot。

我遇到了要求文本向量与数据长度相同的问题。

通过下面的示例，您可以看到多次绘制的是同一个标签。

在 y 轴上设置位置的解决方法具有堆叠多个标签的效果。视觉效果有点奇怪（特别是当你有成千上万的观察时）并且对于我的目的来说不够专业。在这个问题上你必须相信我——所附的图片并没有完全传达出它的怪异之处。

我想知道是否有其他人想出了另一种方法。它适用于具有动态输入的闪亮绘图，因此不能以硬编码方式覆盖文本。

我很确定 ggplot 不是为我正在寻找的 stat_summary 的那种行为而设计的，我可能不得不放弃 stat_summary 并创建一个新的摘要数据框，但我想我会先检查其他人是否有提供一些魔法。

这是没有设置y位置的图：

library(dplyr)
library(ggplot2)


df_x <- data.frame("Group" = c(rep("A",1000), rep("B",2) ),
                   "Value" = rnorm(1002))
df_x <-  df_x %>%  
  group_by(Group) %>%
  mutate(w_count = n())
      

ggplot(df_x, aes(x = Group, y = Value)) +

    stat_summary(fun.data="mean_cl_boot", size = 1.2) +
    geom_text(aes(label = w_count)) +
    coord_flip() +
    theme_classic()

这是我的秘诀


ggplot(df_x, aes(x = Group, y = Value)) +

    stat_summary(fun.data="mean_cl_boot", size = 1.2) +
    geom_text(aes(y = 1, label = w_count)) +
    coord_flip() +
    theme_classic()

【问题讨论】：

标签： r ggplot2

【解决方案1】：

创建一个df_text，其中包含标签的分组信息。然后使用annotate:

library(dplyr)
library(ggplot2)

set.seed(123)

df_x <- data.frame("Group" = c(rep("A",1000), rep("B",2) ),
                   "Value" = rnorm(1002))

df_text <- df_x %>% 
  group_by(Group) %>% 
  summarise(avg = mean(Value),
            n = n()) %>%
  ungroup()

yoff <- 0.0
xoff <- -0.1

ggplot(df_x, aes(x = Group, y = Value)) +
  stat_summary(fun.data="mean_cl_boot", size = 1.2) +
  annotate("text", 
           x = 1:2 + xoff, 
           y = df_text$avg + yoff,
           label = df_text$n) +
  coord_flip() +
  theme_classic()

【讨论】：

【解决方案2】：

我发现了另一种方法，当情节在其排序和过滤方面是动态的时，这种方法更加稳健，并且适用于分面。更健壮，因为它使用 stat_summary 作为文本。

library(dplyr)
library(ggplot2)


df_x <- data.frame("Group" = c(rep("A",1000), rep("B",2) ),
                   "Value" = rnorm(1002))

counts_df <- function(y) {
  return( data.frame( y = 1, label = paste0('n=', length(y)) ) )
}


ggplot(df_x, aes(x = Group, y = Value)) +

    stat_summary(fun.data="mean_cl_boot", size = 1.2) +
    coord_flip() +
    theme_classic()

p + stat_summary(geom="text", fun.data=counts_df)

【讨论】：