在R中绘制带堆叠子类别分组条形图并叠加数值折线图

核心思路 #

要同时展示两个分类变量（一个堆叠、一个分组）的频率，再叠加折线图，关键是把两个分类变量的数据整理成统一的长格式，然后用ggplot2分层绘制不同类型的条形，再处理双y轴适配折线数据。

步骤1：数据整理 #

先把tromboprofil和tratamiento_mieloma的频率数据统一格式，合并到同一个数据框，同时保留折线图的line_data：

library(tidyverse)

# 给两个分类变量添加类型标识，统一列名（替换成你的实际列名）
trombo_formatted <- tromboprofil %>%
  mutate(var_type = "tromboprofil") %>%
  rename(sub_cat = 你的子类别列名, freq = 你的频率列名)

trat_formatted <- tratamiento_mieloma %>%
  mutate(var_type = "tratamiento_mieloma") %>%
  rename(sub_cat = 你的子类别列名, freq = 你的频率列名)

# 合并两个数据集
combined_freq <- bind_rows(trombo_formatted, trat_formatted)

# 确保时期列是因子（避免x轴乱序）
combined_freq$period <- factor(combined_freq$period, levels = unique(combined_freq$period))
line_data$period <- factor(line_data$period, levels = unique(line_data$period))

步骤2：绘图代码 #

用ggplot2分层绘制堆叠条形、分组条形和折线，同时适配双y轴：

library(ggplot2)

# 初始化绘图
ggplot() +
  # 绘制堆叠条形：tromboprofil
  geom_bar(
    data = filter(combined_freq, var_type == "tromboprofil"),
    aes(x = period, y = freq, fill = sub_cat),
    stat = "identity",
    position = position_stack()
  ) +
  # 绘制分组条形：tratamiento_mieloma（用空心+边框区分堆叠条）
  geom_bar(
    data = filter(combined_freq, var_type == "tratamiento_mieloma"),
    aes(x = period, y = freq, color = sub_cat),
    stat = "identity",
    position = position_dodge(width = 0.8), # 分组间距
    fill = NA, # 空心显示
    size = 1
  ) +
  # 绘制折线图：事件数量（转换数值适配左侧y轴）
  geom_line(
    data = line_data,
    aes(
      x = period,
      y = events / max(events) * max(combined_freq$freq), # 比例缩放
      group = 1
    ),
    color = "#000000",
    size = 1.2
  ) +
  geom_point(
    data = line_data,
    aes(
      x = period,
      y = events / max(events) * max(combined_freq$freq)
    ),
    color = "#000000",
    size = 3
  ) +
  # 设置双y轴
  scale_y_continuous(
    name = "频率",
    sec.axis = sec_axis(
      ~ . * max(line_data$events) / max(combined_freq$freq), # 反向转换回事件数
      name = "事件数量"
    )
  ) +
  # 图例与主题调整
  labs(
    fill = "Tromboprofil 子类别",
    color = "Tratamiento Mieloma 子类别"
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

关键细节说明 #

1. 数据合并：通过bind_rows把两个分类变量的数据合并，用var_type区分，解决你之前无法同时调用两个变量的问题。
2. 条形区分：堆叠条形用填充色，分组条形用边框色+空心，避免视觉重叠；也可以给分组条形的x轴加小偏移（比如x = as.numeric(period) + 0.2）来错开位置。
3. 双y轴适配：折线的事件数需要按比例缩放到频率的数值范围，再通过sec_axis反向转换，保证两个轴的刻度对应。

内容的提问来源于stack exchange，提问作者Sandra R