我有以下数据:
Sp Type Val1 Val2
A One 200 50
A Two 100 10
C One 300 150
C Two 200 10
我做了以下工作来获得堆积的条形图:
ggplot() +
geom_bar(data=test, aes(y = Val1, x = Sp, fill = Type), stat="identity",position='stack')
因此,我得到两个堆叠的条形A,B,每个条形堆叠为1型和1型。 2(A的总大小为200 + 100 = 300)。这里,val2是每种类型中未知数的一部分。如何将其叠加在堆叠的各个部分?即在Val1中的A型中,未知部分是Val2。
先谢谢。
AP
答案 0 :(得分:2)
这是你在找什么?:
library(ggplot2)
data <- data.frame(Sp = c("A","A","C","C"),
Type = c("one","two","one","two"),
Val1 = c(200,100,300,200),
Val2 = c(50,10,150,10))
library(reshape2)
data <- melt(data, id=c("Sp","Type"))
data$Type2 <- paste(data$Type, data$variable, sep="_")
[UPDATE] 熔化后得到的数据:
Sp Type variable value Type2
1 A one Val1 200 one_Val1 # it has value of 200 for Sp A
2 A two Val1 100 two_Val1 # it has value of 100 for Sp A
3 C one Val1 300 one_Val1
4 C two Val1 200 two_Val1
5 A one Val2 50 one_Val2
6 A two Val2 10 two_Val2
7 C one Val2 150 one_Val2
8 C two Val2 10 two_Val2
而one_Val1
等于 200 而two_Val1
等于 100 - &gt; 200 + 100 = 300
ggplot() +
geom_bar(data=data, aes(y = value, x = Sp, fill = Type2), stat="identity",position='stack')
我首先将您的数据融化,以便在一列中获取Val1和Val2的值以进一步使用它并将其与Type列粘贴在一起。
答案 1 :(得分:1)
如果您希望按Val1 / Val2值划分
library(ggplot2)
library(reshape2)
test <- melt(test, id=c("Sp","Type"))
ggplot(data=test) +
geom_bar(aes(y = value, x = Sp, fill = Type), stat="identity",position='stack')+
facet_wrap(~variable)
答案 2 :(得分:1)
您可以尝试:
d$xmin <- rep(c(0.55, 1.55),each=2)
d$xmax <- rep(c(1.45, 2.45),each=2)
d$ymin <- c(100, 0, 200, 0)
d$ymax <- c(150, 10, 350, 10)
ggplot(d) +
geom_col(aes(x=Sp, y=Val1, fill=Type)) +
geom_rect(aes(xmin=xmin, xmax=xmax, ymin=ymin, ymax=ymax), alpha=0.5)
我的想法是在条形图上手动添加矩形(我在这里使用geom_col,因为此函数默认使用stat_identity
)。因此,您可以自己计算分钟和最大值,并添加一些alpha来覆盖条形图。
或者您可以尝试更自动的dplyr
解决方案:
library(tidyverse)
d %>%
arrange(Sp, -as.numeric(Type)) %>%
mutate(ymin=ifelse(Type=="One",lag(Val1),0),
ymax=ifelse(Type=="Two",Val2, lag(Val1)+Val2)) %>%
mutate(Sp_n=as.numeric(Sp)) %>%
ggplot() +
geom_col(aes(x=Sp_n, y=Val1, fill=Type))+
geom_rect(aes(xmin=Sp_n-0.45, xmax=Sp_n+0.45, ymin=ymin, ymax=ymax),
fill="white", alpha= 0.7) +
scale_x_continuous(breaks = 1:2, labels = unique(d$Sp))