如何在R条形图中用多响应变量设X轴与填充，并添加比例和计数

1. 数据预处理（核心步骤） #

首先需要把多响应的HNV和IN变量转成长格式，筛选值为1的记录，再合并得到所有有效组合：

library(tidyverse)

# 假设你的原始数据集名为df，先转HNV为长格式
hnv_long <- df %>%
  pivot_longer(cols = starts_with("HNV"),  # 匹配所有HNV开头的列
               names_to = "HNV_Category",
               values_to = "HNV_Value") %>%
  filter(HNV_Value == 1) %>%  # 仅保留值为1的记录
  select(ID, HNV_Category)

# 转IN变量为长格式
in_long <- df %>%
  pivot_longer(cols = c(Provisioning_IN, Regulating_IN),  # 指定IN列名
               names_to = "IN_Category",
               values_to = "IN_Value") %>%
  filter(IN_Value == 1) %>%
  select(ID, IN_Category)

# 合并两个长表，得到每个ID对应的HNV-IN组合
combined_df <- inner_join(hnv_long, in_long, by = "ID")

2. 绘制计数堆叠条形图（带顶部总计数） #

先统计每个HNV类别下的IN计数和总计数，再绘图：

# 统计计数与总计数
count_stats <- combined_df %>%
  count(HNV_Category, IN_Category) %>%
  group_by(HNV_Category) %>%
  mutate(total = sum(n)) %>%  # 计算每个HNV的总记录数
  ungroup()

# 绘图
ggplot(count_stats, aes(x = HNV_Category, y = n, fill = IN_Category)) +
  geom_bar(stat = "identity") +
  # 添加顶部总计数，vjust控制垂直位置
  geom_text(aes(y = total, label = total), vjust = -0.5, size = 4) +
  labs(x = "HNV类别", y = "计数", fill = "服务类型") +
  theme_minimal()

3. 绘制比例堆叠条形图（带顶部总计数） #

计算每个HNV类别下的IN比例，再调整geom_text的位置：

# 计算比例
prop_stats <- count_stats %>%
  mutate(prop = n / total)

# 绘图
ggplot(prop_stats, aes(x = HNV_Category, y = prop, fill = IN_Category)) +
  geom_bar(stat = "identity") +
  # 总计数放在条形上方，y设为略大于1的位置
  geom_text(aes(y = 1.05, label = total), size = 4) +
  # y轴转为百分比格式
  scale_y_continuous(labels = scales::percent_format()) +
  labs(x = "HNV类别", y = "比例", fill = "服务类型") +
  theme_minimal()

常见错误排查 #

你之前用geom_text出错，大概率是这几个原因：

• 没有提前计算总计数，直接在ggplot中动态sum(n)会因为分组逻辑出错；
• 比例图中y轴范围是0-1，总计数的y位置没设对，导致文本被截断或位置错误；
• 数据未正确转长格式，导致HNV或IN的类别对应关系混乱。

如果你的数据中存在HNV类别无对应IN记录的情况，可在统计时用complete()补全缺失组合：

count_stats <- combined_df %>%
  count(HNV_Category, IN_Category) %>%
  complete(HNV_Category, IN_Category, fill = list(n = 0)) %>%  # 补全所有组合，缺失计数设为0
  group_by(HNV_Category) %>%
  mutate(total = sum(n)) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者elsich