如何用ggstats包的gglikert按Region和Dimension可视化多维度调查数据

要实现按Region和Dimension分组或分面的李克特图，核心是先把你的宽格式数据转换为gglikert要求的长格式，再通过分面或分组参数实现需求。以下是具体步骤：

1. 数据格式转换（关键步骤） #

你的数据是宽格式（每个李克特选项为单独列，如strong_agree），而gglikert需要长格式数据（一列存响应类型，一列存对应计数）。用tidyr::pivot_longer完成转换：

library(tidyr)
library(ggstats)
library(ggplot2)

# 替换cols里的列名为你实际的李克特选项列
df_long <- df %>%
  pivot_longer(
    cols = c(strong_agree, agree, neutral, disagree, strong_disagree),
    names_to = "Response",
    values_to = "Count"
  )

2. 规范李克特选项的顺序 #

李克特选项是有序分类，必须转为有序因子，否则图中响应顺序会混乱：

# 按逻辑顺序定义响应级别（可根据你的实际选项调整）
response_levels <- c("strong_disagree", "disagree", "neutral", "agree", "strong_agree")
df_long$Response <- factor(df_long$Response, levels = response_levels, ordered = TRUE)

3. 实现分面/分组可视化 #

情况1：按Region和Dimension双维度分面 #

用facet_grid实现行/列分面，可根据需求调整Region ~ Dimension的顺序（行是Region，列是Dimension）：

gglikert(df_long, x = Question, y = Response, weight = Count) +
  facet_grid(Region ~ Dimension) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) # 旋转x轴标签避免重叠

情况2：按Region分组，Dimension分面 #

如果需要在同一个子图里对比不同Region的结果，用color和fill参数分组，再按Dimension分面：

gglikert(df_long, x = Question, y = Response, weight = Count, color = Region, fill = Region) +
  facet_wrap(~Dimension, ncol = 2) + # 控制分面列数
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  labs(color = "地区", fill = "地区") # 自定义图例标题

常见问题排查 #

• 确保weight = Count参数正确传递：你的数据是计数格式，必须通过weight告诉gglikert每个响应的样本量，否则会把每行当成单个回答，导致结果错误。
• 检查是否有缺失值：如果Count列有NA，可先用df_long <- df_long %>% filter(!is.na(Count))清理。
• 确认Question列的每个条目对应唯一的Dimension-Region组合，避免重复数据导致计数异常。

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