r - ggplot2，geom_bar和position =“dodge”存在问题:堆叠的y值正确，躲避的y值正确

Question

我有足够的时间来理解geom_bar()和position="dodge"。我试图制作一些说明两组的条形图。最初，数据来自两个单独的数据帧。根据this question，我将数据以长格式存储。我的例子：

test <- data.frame(names=rep(c("A","B","C"), 5), values=1:15)
test2 <- data.frame(names=c("A","B","C"), values=5:7)

df <- data.frame(names=c(paste(test$names), paste(test2$names)), num=c(rep(1, 
nrow(test)), rep(2, nrow(test2))), values=c(test$values, test2$values))

我使用该示例，因为它类似于支出与预算示例。每个 names因素级别的支出有很多行，而预算只有一个行（每个类别一个预算金额）。

对于堆积的条形图，这很好用：

ggplot(df, aes(x=factor(names), y=values, fill=factor(num))) +
geom_bar(stat="identity")

特别要注意y值的最大值。它们是来自 test的数据的总和，其中 test2的值显示在顶部蓝色。

根据我读过的其他问题，我只需要添加 position="dodge"使其与并列图并排显示即可：

ggplot(df, aes(x=factor(names), y=values, fill=factor(num))) + 
geom_bar(stat="identity", position="dodge")

看起来不错，但请注意新的max y值。似乎只是从 test的每个名称因子级别获取y值的y最大值。它不再是总结。

对于其他一些问题（例如 this one和 this one，我也尝试添加 group=选项但未成功（产生与上述相同的躲避图）：

ggplot(df, aes(x=factor(names), y=values, fill=factor(num), group=factor(num))) +
geom_bar(stat="identity", position="dodge")

我不明白为什么堆叠的效果很好，而躲避的功能却不能将它们并排放置而不是放在顶部。



预计到达时间：我在ggplot google组上找到了关于此的 recent question，并建议添加 alpha=0.5以查看发生了什么。 ggplot并不是从每个分组中获取最大值；对于每个值，实际上是相互重叠的条形图。

似乎在使用 position="dodge"时，ggplot期望每个x仅一个y。我联系了ggplot开发人员Winston Chang，以确认并询问是否可以更改，因为我认为没有优势。

似乎 stat="identity"应该告诉ggplot计算 y=val内部传递的 aes()而不是没有 stat="identity"且不传递y值时发生的单个计数。

现在，解决方法似乎是（对于上面的原始df）进行汇总，因此每个x仅存在y：

df2 <- aggregate(df$values, by=list(df$names, df$num), FUN=sum)
p <- ggplot(df2, aes(x=Group.1, y=x, fill=factor(Group.2)))
p <- p + geom_bar(stat="identity", position="dodge")
p

Answer 1

我认为问题在于您想堆叠在num组的值内，并在num的值之间躲避。
查看将轮廓添加到条时会发生什么，可能会有所帮助。

library(ggplot2)
set.seed(123)
df <- data.frame(
  id     = 1:18,
  names  = rep(LETTERS[1:3], 6),
  num    = c(rep(1, 15), rep(2, 3)),
  values = sample(1:10, 18, replace=TRUE)
)

默认情况下，有很多条堆叠在一起-除非有轮廓，否则您不会看到它们是分开的：

# Stacked bars
ggplot(df, aes(x=factor(names), y=values, fill=factor(num))) + 
  geom_bar(stat="identity", colour="black")

如果您躲避，则会得到在 num的值之间躲避的小节，但每个 num的值内可能有多个小节：

# Dodged on 'num', but some overplotted bars
ggplot(df, aes(x=factor(names), y=values, fill=factor(num))) + 
  geom_bar(stat="identity", colour="black", position="dodge", alpha=0.1)

如果您还添加 id作为分组变量，则会避开所有它们：

# Dodging with unique 'id' as the grouping var
ggplot(df, aes(x=factor(names), y=values, fill=factor(num), group=factor(id))) + 
  geom_bar(stat="identity", colour="black", position="dodge", alpha=0.1)

我认为您想要的既是躲闪又是堆叠，但您不能同时做到。
因此，最好的办法是自己汇总数据。

library(plyr)
df2 <- ddply(df, c("names", "num"), summarise, values = sum(values))

ggplot(df2, aes(x=factor(names), y=values, fill=factor(num))) + 
  geom_bar(stat="identity", colour="black", position="dodge")