为geom_col()添加百分比标签：Pima Indians数据集可视化问题排查

问题说明 #

当前代码存在两个问题：

• 百分比计算逻辑错误：原代码将特征总和除以数据集总行数，这不是合理的占比统计，正确逻辑应为每个糖尿病类别（Yes/No）的特征总和，占该特征所有样本总和的百分比
• 百分比文本颜色未生效：原代码将color="white"放在aes()内部，导致颜色被当作变量映射而非固定值

修正后代码 #

library(MASS)
library(dplyr)
library(tidyr)
library(ggplot2)

Pima.te %>%
  mutate(across(-type, as.numeric)) %>%
  pivot_longer(-type, names_to = "var", values_to = "value") %>%
  summarise(value = sum(value), .by = c(type, var)) %>%
  # 按特征分组计算总合，再计算百分比
  group_by(var) %>%
  mutate(total = sum(value),
         percentage = round(value / total * 100, 2)) %>%
  ungroup() %>%
  ggplot(aes(x = type, y = value)) +
  geom_col() +
  geom_text(aes(label = value), vjust = -.2) +
  # 固定设置文本颜色为白色
  geom_text(aes(label = paste0(percentage, "%")), 
            vjust = 3, color = "white") +
  scale_y_continuous(expand = c(0, 0, .2, 0)) +
  facet_wrap(~var, scales = "free") +
  labs(title = "糖尿病类别与各特征总和对比（含百分比）")

修正点解释 #

1. 百分比计算修正：
   • 先按var（特征）分组，计算每个特征的总总和total
   • 用value / total * 100得到每个类别在该特征下的占比，转为百分比格式后保留两位小数
2. 文本颜色修正：
   • 将color="white"从aes()中移出，作为geom_text()的直接参数，确保文本固定显示为白色

内容的提问来源于stack exchange，提问作者Russ Conte