在R语言ggplot中按2020年销量排序堆叠面积图并解决年份取整问题

咱一步步来搞定你遇到的这两个ggplot问题：

一、按2020年销量排序堆叠类别（最高的放顶部） #

要让堆叠的顺序按2020年销量从高到低排列（最高的在最顶部），核心是把group转换成因子类型，并指定因子水平的顺序——因为ggplot的堆叠顺序完全跟着因子水平走：先出现的水平在底层，后出现的在顶层。具体操作如下：

1. 先提取2020年的数据，计算每个group的总销量，然后按销量升序排列（这样销量最高的group会排在最后，对应堆叠顶部）：

library(dplyr)

# 提取2020年各group的总销量，按升序排序
group_order <- data %>%
  filter(Year == 2020) %>%
  group_by(group) %>%
  summarise(total_sale = sum(Sale)) %>%  # 如果你的数据是年度聚合好的，直接用Sale就行，不用sum
  arrange(total_sale) %>%
  pull(group)  # 提取排序后的group列表

2. 把原始数据里的group转成因子，指定levels为刚才得到的排序结果：

data$group <- factor(data$group, levels = group_order)

这样再画堆叠面积图时，2020年销量最高的group就会在最顶部，其余按销量高低依次往下排。

二、解决年份取整不生效的问题 #

你说把年份设为整数类型没生效，大概率是两种情况：要么只是转了类型但没聚合数据，要么是x轴刻度还在显示连续值。给你两种解决方案：

方案1：不用修改原始数据，只调整x轴刻度为整数 #

如果你的数据是按半年（比如2012.5）记录的，但只想让x轴显示整数年份刻度，直接在scale_x_continuous里设置breaks就行：

ggplot(data, aes(x=Year, y=Sale, fill=group)) +
  geom_area() +
  scale_x_continuous(breaks = seq(min(floor(data$Year)), max(ceiling(data$Year)), by = 1)) +
  labs(x = "Year", y = "Sales")

这里floor和ceiling是为了确保刻度覆盖所有年份范围，by=1表示每隔1年显示一个刻度。

方案2：先聚合数据到年度整数，再画图 #

如果确实需要把年份统一为整数（比如把2012.5归到2012年），那得先对数据按年度和group聚合销量，再画图：

data_annual <- data %>%
  mutate(Year = as.integer(floor(Year))) %>%  # 用floor向下取整，或者round()四舍五入，看你需求
  group_by(Year, group) %>%
  summarise(Sale = sum(Sale)) %>%
  ungroup()

# 用聚合后的数据画图
ggplot(data_annual, aes(x=Year, y=Sale, fill=group)) +
  geom_area()

这样处理后，年份就完全是整数，画图时x轴自然显示整数刻度。

完整示例代码 #

把两个需求结合起来，给你一个可直接运行的示例：

library(ggplot2)
library(dplyr)

# 模拟你的数据（包含半年份和多个group）
set.seed(123)
data <- expand.grid(Year = seq(2012, 2020, 0.5), group = paste0("Group", 1:9)) %>%
  mutate(Sale = rnorm(nrow(.), mean = 50, sd = 15)) %>%
  # 手动让Group9在2020年销量最高，方便测试
  mutate(Sale = ifelse(Year == 2020 & group == "Group9", Sale + 100, Sale))

# 按2020年销量排序group
group_order <- data %>%
  filter(Year == 2020) %>%
  group_by(group) %>%
  summarise(total_sale = sum(Sale)) %>%
  arrange(total_sale) %>%
  pull(group)
data$group <- factor(data$group, levels = group_order)

# 画图（用方案1调整x轴刻度）
ggplot(data, aes(x=Year, y=Sale, fill=group)) +
  geom_area(alpha = 0.8) +
  scale_x_continuous(breaks = seq(2012, 2020, 1)) +
  labs(x = "Year", y = "Sales", fill = "Group") +
  theme_minimal()

内容的提问来源于stack exchange，提问作者user18948933