基于citetest数据集创建分db的堆叠柱状图技术问询

我来帮你搞定这个堆叠柱状图的问题～先梳理下当前代码的问题，再给出完整的实现方案：

问题分析 #

你当前的代码存在两个关键问题：

• 变量名不匹配：你使用了df但你的数据集实际名称是citetest
• 数据格式不兼容：你的数据是宽格式（单条记录包含多个堆叠类别值），而ggplot2绘制堆叠柱状图需要长格式数据（每个堆叠类别单独成一行记录）

完整实现步骤 #

1. 加载必要的包 #

我们需要用tidyverse（包含ggplot2和tidyr）来完成数据转换和绘图：

# 若未安装tidyverse，先执行：install.packages("tidyverse")
library(tidyverse)

2. 将宽格式数据转换为长格式 #

使用pivot_longer函数把三个风险数值列转换成类别+数值的长格式：

citetest_long <- citetest %>%
  pivot_longer(
    cols = -db,  # 排除db列，转换其余所有列
    names_to = "risk_category",  # 原列名存为类别名
    values_to = "count"  # 原列值存为计数
  )

转换后的长格式数据预览：

head(citetest_long)
#> # A tibble: 6 × 3
#>   db    risk_category count
#>   <chr> <chr>         <dbl>
#> 1 db1   risall          248
#> 2 db1   riscross        149
#> 3 db1   risuniq          99
#> 4 db2   risall          134
#> 5 db2   riscross         88
#> 6 db2   risuniq          46

3. 绘制堆叠柱状图 #

用转换后的长格式数据绘图，每个db对应一个堆叠柱，填充颜色匹配风险类别：

ggplot(citetest_long, aes(x = db, y = count, fill = risk_category)) +
  geom_bar(stat = "identity", position = "stack") +  # position="stack"为默认值，可省略
  # 添加图表标签优化可读性
  labs(
    title = "Risk Count Distribution by Database",
    x = "Database",
    y = "Total Count",
    fill = "Risk Type"
  ) +
  theme_minimal()  # 可选：使用简洁的主题样式

备选：基础R实现数据转换 #

如果你不想使用tidyverse，可以用基础R的reshape函数完成格式转换：

citetest_long <- reshape(
  citetest,
  varying = c("risall", "riscross", "risuniq"),
  v.names = "count",
  timevar = "risk_category",
  times = c("risall", "riscross", "risuniq"),
  direction = "long"
)
# 绘图代码与上述ggplot部分完全一致

这样就能得到符合你需求的堆叠柱状图，每个数据库对应一个柱子，不同颜色代表对应的风险类型数值～

内容的提问来源于stack exchange，提问作者Halfway