如何绘制两个数据框的分组条形图？

Question

我想比较两件事：

1. 来自我收集的调查问卷的数据。
2. 制定调查表的人的规范样本的分布。

以下是我的数据的图表：

ggplot(myData) + 
  geom_bar(mapping = aes(x = DepriSymptoms, y = ..prop..,  group = 1)) +
  theme_bw() +
  scale_y_continuous(labels = scales::percent_format()) +
  labs(y = "Participant Count",
       x = "Symptoms",
       title = "Depression Symptom Severity")

Barplot of my data

我没有范本样本的实际数据，我只知道百分比：

• 无：70％
• 怀疑：9％
• 光线：15％
• 中等：4％
• 严重程度：1％

我的目标是一个类似于以下内容的ggplot2条形图：

Mockup of grouped barplot

一种颜色是我的数据，另一种颜色是范本。

这是我的问题：由于我没有数据，因此让ggplot2绘制范数样本的最佳方法是什么？

我考虑过使用具有正确百分比的“伪”数据创建一个新的数据框，并使用两个geom_bar层，但是现在它们彼此重叠，并且我无法使用填充变量进行分组，因为它们来自不同的数据框。

ggplot() + 
  geom_bar(data = myData, mapping = aes(x = DepriSymptoms, y = ..prop..,  group = 1), alpha = 0.5, fill = 'blue') +
  geom_bar(data = fakeData, mapping = aes(x = DepriSymptoms, y = ..prop..,  group = 2), alpha = 0.5, fill = 'red') +
  scale_y_continuous(labels = scales::percent_format())

我相信必须有一种更优雅的方式来做到这一点。

我希望我能以某种可以理解的方式解释我的情况。

Answer 1

我从您的问题中得到的是，您有一种类型的数据，您有个别的案例，另一种类型的数据，您有比例。这些数据应显示在同一条形图上。

由于我没有您的数据样本，因此我将使用标准数据集并对其进行一些调整以反映您的情况。

library(tidyverse)

# Suppose df1 is the equivalent of DepriSymptoms
df1 <- mpg[mpg$year == 1999,]

# And we'll shape df2 to be similar to DepriNorm (proportion data)
df2 <- mpg[mpg$year == 2008,]
df2 <- df2 %>% group_by(class) %>% 
  summarise(n = n()) %>% 
  ungroup() %>%
  mutate(prop = n / sum(n))

head(df2)
#> # A tibble: 6 x 3
#>   class          n   prop
#>   <chr>      <int>  <dbl>
#> 1 2seater        3 0.0256
#> 2 compact       22 0.188 
#> 3 midsize       21 0.179 
#> 4 minivan        5 0.0427
#> 5 pickup        17 0.145 
#> 6 subcompact    16 0.137

因此，在以上数据中，我们可以计算df1中的情况，但必须使用prop中的df2列。您可以完全使用两层方法，但是必须注意，其他层看不到其他层，因此没有从条形组避开的现象。这里有两个提示：

• 您可以将geom_col()用作geom_bar(..., stat = "identity")的快捷方式，因此它不会尝试计算您的比例数据。
• 您可以使用position = position_nudge(x = ...)来偏移条形，即使它们位于不同的图层上，它们也可以分组显示。您还必须更改条形的宽度。

ggplot(df1, aes(class)) +
  geom_bar(aes(y = after_stat(prop), group = 1, fill = "A"),
           width = 0.4, position = position_nudge(0.22)) +
  geom_col(aes(y = prop, fill = "B"), data = df2,
           width = 0.4, position = position_nudge(-0.22))

^{由reprex package（v0.3.0）于2020-05-30创建}