基于R语言ggplot2绘制双年份并列柱状图的技术需求

先明确你的原始数据情况：

原始数据集 #

df2010（2010年犯罪统计） #

df2020（2020年犯罪统计） #

要把两张单年份柱状图合并成分组对比图，核心是先把数据转换成ggplot2适配的长格式，补全缺失年份的犯罪数据，再绘制分组柱形。

步骤1：数据预处理 #

首先修正Count列的格式（去掉单引号转成数值），再给数据集添加年份标识，最后合并并补全缺失值：

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

# 处理Count列：去掉单引号，转换为数值类型
df2010$Count <- as.numeric(gsub("'", "", df2010$Count))
df2020$Count <- as.numeric(gsub("'", "", df2020$Count))

# 给数据集添加年份标签
df2010 <- df2010 %>% mutate(year = "2010")
df2020 <- df2020 %>% mutate(year = "2020") # 若你的2020年数据集实际名为crime_type_2020，替换此处即可

# 全连接合并，保留所有出现过的犯罪类型
combined_df <- full_join(df2010, df2020, by = "type")

# 规整成长格式，补全缺失年份的案件数为0
combined_df <- combined_df %>%
  pivot_longer(cols = c(Count.x, Count.y), names_to = "temp_col", values_to = "Count") %>%
  mutate(year = ifelse(temp_col == "Count.x", "2010", "2020")) %>%
  select(type, year, Count) %>%
  replace_na(list(Count = 0))

步骤2：绘制分组柱状图 #

用position_dodge()实现同类型双柱分组，同时优化X轴标签可读性：

ggplot(combined_df, aes(x = type, y = Count, fill = year)) +
  geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.7) +
  xlab("犯罪类型") +
  ylab("案件数量") +
  ggtitle("2010 vs 2020 犯罪类型分布对比") +
  scale_fill_manual(values = c("2010" = "steelblue", "2020" = "coral")) + # 用不同颜色区分年份
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1),
        legend.title = element_blank()) # 去掉冗余的图例标题

关键说明 #

• full_join保证所有出现过的犯罪类型都被保留，哪怕某年份无对应数据
• 缺失值补0后，无数据的年份会显示高度为0的柱子（若不想显示0柱，可保留NA，但X轴仍会显示该类型）
• position_dodge()控制分组柱子的间距，避免重叠
• 自定义颜色让两年的数据对比更直观

内容的提问来源于stack exchange，提问作者Maurice