如何在分组冲积图中展示各时间点分层的百分比占比

用户拥有一项包含4个实验组（Group）、3个测量时间点（Time）的干预研究数据，已完成剖面与转换分析得到4个剖面（Profile），并使用以下R代码绘制了展示各实验组不同时间点剖面转换的冲积图：

library(ggplot2)
library(ggalluvial)
library(dplyr)
library(tidyr)

df <- tibble(id = 1:400, group = sample(1:4, size = 400, replace = TRUE)) |>
crossing(time = 1:3) |>
mutate(profile = sample(1:4, size = n(), replace = TRUE))|>
mutate(profile = as.character(profile), time = as.character(time))


ggplot(df, aes(x = time, stratum = profile, alluvium = id, fill = profile, label = profile)) +
    scale_fill_brewer(type = "seq", palette = "BrBG") +
    geom_flow() +
    geom_stratum() +
    labs(x = "Time", y = "N") +
    facet_wrap('group', labeller = label_both)

由于4个实验组样本量不同，希望将冲积图中的分层尺寸由绝对数值改为相对百分比，使每个时间点的所有剖面占比总和为100%，尝试使用weight属性未成功，寻求可行的实现方法。

要实现按百分比展示的冲积图，核心是先计算每个分组、时间点下各剖面的相对占比，再结合ggalluvial的统计层映射权重，以下是两种可行实现方式：

方式一：基于汇总数据绘制（更高效） #

先统计各组各时间点的剖面占比，再用汇总数据绘图：

1. 计算百分比权重

df_summary <- df |>
  group_by(group, time, profile) |>
  summarise(count = n(), .groups = "drop") |>
  group_by(group, time) |>
  mutate(percent = count / sum(count)) |>
  ungroup()

2. 绘制百分比冲积图

ggplot(df_summary, aes(x = time, stratum = profile, alluvium = profile, 
                       fill = profile, label = profile, weight = percent)) +
  scale_fill_brewer(type = "seq", palette = "BrBG") +
  geom_flow(stat = "alluvium", lode.guidance = "rightleft") +
  geom_stratum() +
  # 给分层添加百分比标签
  geom_text(stat = "stratum", aes(label = paste0(round(percent*100), "%"))) +
  labs(x = "Time", y = "Percentage (%)") +
  facet_wrap('group', labeller = label_both) +
  scale_y_continuous(labels = scales::percent_format())

方式二：基于原始数据保留个体轨迹 #

若需要保留每个个体的转换轨迹，可在原始数据中为每个样本分配对应权重：

1. 添加权重列

df_weighted <- df |>
  group_by(group, time) |>
  mutate(weight = 1 / n()) |>
  ungroup()

2. 绘制带个体轨迹的百分比冲积图

ggplot(df_weighted, aes(x = time, stratum = profile, alluvium = id, 
                        fill = profile, label = profile, weight = weight)) +
  scale_fill_brewer(type = "seq", palette = "BrBG") +
  geom_flow() +
  geom_stratum() +
  labs(x = "Time", y = "Percentage (%)") +
  facet_wrap('group', labeller = label_both) +
  scale_y_continuous(labels = scales::percent_format())

关键说明 #

• 两种方式的核心都是通过weight参数映射相对占比，让每个时间点的分层总和为100%；
• scale_y_continuous配合scales::percent_format()将y轴转为百分比刻度，提升可读性；
• 方式一适合仅关注剖面转换占比的场景，计算效率更高；方式二则保留了个体级别的流动细节。

内容的提问来源于stack exchange，提问作者user30330533