R语言ggplot2：将柱状图转为百分比并对比数据集的方法问询

要解决不同规模数据集的占比对比问题，核心思路是先计算每个数据集内各类别的占比，再通过合并数据实现统一可视化。以下是具体步骤和代码：

1. 数据预处理（合并+计算百分比） #

首先将两个数据集合并并添加标识，再用dplyr计算每个类别在对应数据集内的百分比：

# 加载所需包
library(dplyr)
library(ggplot2)

# 合并数据集并添加分组标识
combined_df <- bind_rows(
  df1 %>% mutate(数据集 = "df1") %>% rename(类别 = variable1),
  df2 %>% mutate(数据集 = "df2") %>% rename(类别 = variable2)
)

# 计算每个数据集内各类别的百分比
percent_data <- combined_df %>%
  group_by(数据集, 类别) %>%
  summarise(计数 = n(), .groups = "drop") %>%  # 统计每个类别数量
  group_by(数据集) %>%
  mutate(百分比 = 计数 / sum(计数) * 100)  # 计算占比

2. 可视化方案 #

方案一：并列对比柱状图（直观对比同一类别在两个数据集的占比） #

这种方式适合直接看每个类别在不同数据集的占比差异：

ggplot(percent_data, aes(x = 类别, y = 百分比, fill = 数据集)) +
  geom_col(position = "dodge", width = 0.7) +  # 并列柱子
  labs(title = "A", x = "B", y = "百分比(%)") +
  scale_y_continuous(limits = c(0, 100), breaks = seq(0, 100, 20)) +
  theme_minimal()

方案二：堆叠柱状图（展示单个数据集内的类别占比分布） #

如果想聚焦每个数据集的内部结构，同时对比整体分布：

ggplot(percent_data, aes(x = 数据集, y = 百分比, fill = 类别)) +
  geom_col() +
  geom_text(aes(label = paste0(round(百分比, 1), "%")), 
            position = position_stack(vjust = 0.5)) +  # 添加百分比标签
  labs(title = "A", x = "数据集", y = "百分比(%)") +
  scale_y_continuous(limits = c(0, 100)) +
  theme_minimal()

关键说明 #

• 用bind_rows合并数据是为了避免重复写两次绘图代码，同时方便统一计算百分比；
• group_by(数据集)确保百分比是基于每个数据集的整体规模计算，解决了两个数据集规模不同的问题；
• 如果你的variable1和variable2类别名称不一致，需要先统一类别名称再合并。

内容的提问来源于stack exchange，提问作者eilidh21x