如何修改likert()绘图：在条形上显示各分类汇总值而非高低值

likert包的绘图基于ggplot2实现，我们可以在默认绘图基础上，通过添加文本标签层来实现每个分类的汇总值（百分比或计数）显示在对应条形上，无需退回到base R。以下是完整可复现的解决方案：

1. 准备模拟数据 #

library(likert)
library(ggplot2)

# 生成模拟数据，模拟某问题响应分布差异显著的场景
set.seed(123)
df <- data.frame(
  Q1 = sample(
    c("强烈不同意", "不同意", "中立", "同意", "强烈同意"),
    size = 500,
    prob = c(0.05, 0.1, 0.15, 0.3, 0.4),
    replace = TRUE
  )
)

# 转换为likert对象
likert_obj <- likert(df)

2. 修改默认图显示百分比标签 #

默认likert图会展示低/中/高汇总值，我们可以提取绘图数据，添加每个分类的百分比标签：

# 生成默认likert图
p <- plot(likert_obj)

# 提取绘图底层数据
plot_data <- p$data

# 添加百分比标签到对应条形
p + geom_text(
  data = plot_data,
  aes(x = Item, y = y, label = paste0(round(percent), "%")),
  color = "white",  # 白色文字适配深色条形，可根据实际调整
  size = 4,
  position = position_stack(vjust = 0.5)  # 标签垂直居中
)

3. 调整为显示响应计数 #

如果需要显示具体响应数量而非百分比，可先计算分类计数再整合到绘图数据：

# 计算每个选项的响应计数
counts <- table(df$Q1)
count_df <- data.frame(
  Item = "Q1",
  response = names(counts),
  count = as.numeric(counts)
)

# 合并计数数据到绘图数据
plot_data_with_count <- merge(plot_data, count_df, by = c("Item", "response"))

# 添加计数标签
p + geom_text(
  data = plot_data_with_count,
  aes(x = Item, y = y, label = count),
  color = "white",
  size = 4,
  position = position_stack(vjust = 0.5)
)

关键提示 #

• likert的plot()返回标准ggplot2对象，所有ggplot2图层修改逻辑都适用
• 可根据条形背景色调整文本颜色（比如浅色条形用黑色文字），提升可读性
• 若有多问题的likert图，只需确保count_df中的Item与原数据匹配即可批量修改

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