优化geom_text及补全缺失数据的ggplot绘图技术问询

• 核心逻辑：按选区+年份分组，对组内两党得票率降序排序，给高得票率文本向上偏移、低得票率文本向下偏移，避免重叠遮挡。
• 代码调整示例：
  1. 预处理数据，添加排序标记与位置偏移量：

  library(dplyr)
  library(ggplot2)
  
  # 假设你的数据框名为house_results
  house_results <- house_results %>%
    filter(year == 2022) %>%
    group_by(district) %>%
    # 按得票率降序排序，生成排序标识
    mutate(vote_rank = rank(-vote_pct, ties.method = "first"),
           # 高得票率文本上移0.03，低得票率文本下移0.03
           text_y = vote_pct + ifelse(vote_rank == 1, 0.03, -0.03)) %>%
    ungroup()
  

  2. 调用geom_text时使用调整后的y轴位置：

  ggplot(house_results, aes(x = district, y = vote_pct, fill = party)) +
    geom_col() # 你的柱状图层
    geom_text(aes(y = text_y, label = paste0(round(vote_pct*100), "%")),
              size = 3, color = "white")
  

• 核心逻辑：按地区+党派分组，提取每组内最近一次（年份最新）的非缺失得票率，替换2022年的缺失值。
• 代码调整示例：

  library(tidyr)
  
  # 假设包含所有年份数据的原始数据框为all_house_results
  all_house_results <- all_house_results %>%
    group_by(district, party) %>%
    arrange(desc(year)) %>% # 按年份降序排列，优先取最新数据
    # 用本组最近一次有效得票率填充2022年的缺失值
    mutate(vote_pct = ifelse(year == 2022 & is.na(vote_pct), 
                             first(na.omit(vote_pct)), 
                             vote_pct)) %>%
    ungroup()
  

  若存在某地区党派无任何历史数据的情况，可添加默认值（如0），修改代码为：

  mutate(vote_pct = ifelse(year == 2022 & is.na(vote_pct), 
                           coalesce(first(na.omit(vote_pct)), 0), 
                           vote_pct))
  

内容的提问来源于stack exchange，提问作者mzkrc