Question

我有一个包含三个变量的数据集（df）：两组人（A / B）执行3种类型的任务。响应可能是正确的（1）或不正确的（0）。查找附件：

 Group Type Response
     B    3        0
     A    1        1
     A    2        1
     B    1        0
     A    1        1

我使用ggplot创建了下一个bar_plot：

    ggplot(df,aes(x = factor(Type), fill = factor(Response), y = (..count..)/sum(..count..))) +
  geom_bar() +
  stat_count(geom = "text",
             aes(label = paste(round((..count..)/sum(..count..)*100), "%")),
             vjust = 1) +
  scale_y_continuous(labels = percent)+
  facet_wrap(~Group)

我想为每个组和响应单独计算％。例如，正确答案中A组中％的总和应为100％，依此类推。有什么想法/建议吗？

我尝试了下一个选项，但没有成功：

    ggplot(df,aes(x = factor(Type))) +
  geom_bar(aes(y = ..density.., group= Response)) +
  stat_count(geom = "text",
             aes(label = paste(round((..count..)/sum(..count..)*100), "%")),
             vjust = 1) +
  scale_y_continuous(labels = percent)+
  facet_wrap(~Group)

错误：eval中的错误（expr，envir，enclos）：object＆＃39; density＆＃39;找不到

    ggplot(df, aes(x=Type, y=Response, fill=Response)) +
  geom_bar(stat="identity") +
  ylab("percent") + 
  facet_wrap(~ Group)

Answer 1

我认为在情节之外进行百分比计算更容易。例如，您可以按如下方式使用dplyr：

library(dplyr)
plot_data <- group_by(df, Group) %>%
             mutate(group_size = n()) %>%
             group_by(Group, Type, Response) %>%
             summarise(perc = n()/max(group_size))
plot_data
## Source: local data frame [4 x 4]
## Groups: Group, Type [?]
## 
##    Group  Type Response      perc
##   (fctr) (int)    (int)     (dbl)
## 1      A     1        1 0.6666667
## 2      A     2        1 0.3333333
## 3      B     1        0 0.5000000
## 4      B     3        0 0.5000000

首先计算每个组的行数。百分比需要一个小技巧：summarise()期望每个组有一个值，但group_size可能比这长。但在这种情况下，它只是重复相同的数字，我可以通过取最大值将矢量减少到一个数字。（我也可以使用min()或mean()。）

然后，您可以执行简单的条形图并使用geom_text()添加注释：

library(ggplot2)
library(scales)
ggplot(plot_data, aes(x = Type, fill = factor(Response), y = perc)) +
  geom_bar(stat = "identity") +
  facet_wrap(~Group) +
  geom_text(aes(label = percent(perc)), vjust = 1.5) +
  scale_y_continuous(labels = percent)

不幸的是，您的示例数据不会导致您显示的情节，因此我的情节与您的情节有所不同。

创建一个条形图，计算每个facet_wrap集群的单独百分比

1 个答案: