为何相同ggplot2代码生成的图表百分比标签不一致？

问题原因 #

这个不一致问题和dplyr版本的行为变化直接相关，而非R版本本身：

• 旧版dplyr（1.0.0之前）执行summarise()后会保留所有分组变量；
• 新版dplyr（1.0.0及以后）默认启用drop_last = TRUE，执行summarise()后会自动移除最后一个分组变量。

你的原代码依赖了dplyr的默认分组行为，没有明确指定百分比计算的统计范围：

• 若之前环境的dplyr版本较旧，分组保留规则导致sum(count)统计的是单个月份的总骑行数，因此百分比反映会员/非会员在当月的占比；
• 升级后dplyr的默认行为改变，sum(count)的统计范围变为单个会员类型的总骑行数，因此百分比变成各月份在该类型中的占比。

解决方案 #

要生成「会员/非会员在当月的占比」标签，需明确控制分组逻辑，确保sum(count)的统计范围是单个月份的总骑行数：

修正后的原代码 #

Divvy22_clean %>%
  group_by(start_mth, member_casual) %>%
  dplyr::summarise(count = n(), .groups = "drop_last") %>%  # 明确保留start_mth分组
  mutate(percent = count/sum(count)*100) %>%  # 按月份计算占比
  ggplot(aes(start_mth, count, fill = member_casual)) + 
  geom_col(position = "stack") + 
  geom_text(aes(label = paste0(round(percent), "%")), 
            position = position_stack(vjust = 0.5), size = 3, color = "white") +
  scale_y_continuous(limits = c(0, 900000), expand = c(0, 0)) + 
  labs(x = "Months, 2022", y = "Total Rentals", 
       title = "Ride Distribution by Month and Membership Type")+
  facet_wrap(~member_casual)

修正后的模拟代码 #

set.seed(123) 

start_mth <- rep(c("Jan", "Feb", "Mar"), each = 2)
member_casual <- rep(c("member", "casual"), times = 3)
count <- round(runif(6, 0, 900000))
Divvy_example <- data.frame(start_mth, member_casual, count)

# 按月份分组计算各类型占比
Divvy_example <- Divvy_example %>%
  group_by(start_mth) %>%
  mutate(percent = count/sum(count) * 100) %>%
  ungroup()

# 绘图
ggplot(Divvy_example, aes(start_mth, count, fill = member_casual)) + 
  geom_col(position = "stack") + 
  geom_text(aes(label = paste0(round(percent), "%")), 
            position = position_stack(vjust = 0.5), size = 3, color = "white") + 
  scale_y_continuous(limits = c(0, 900000), expand = c(0, 0)) + 
  labs(x = "Months, 2022", y = "Total Rentals", 
       title = "Ride Distribution by Month and Membership Type") +
  facet_wrap(~member_casual)

关键修改说明 #

1. 使用.groups = "drop_last"明确指定summarise()后的分组保留规则，确保后续计算百分比时以start_mth为分组依据；
2. 若不需要保留分组，也可直接在计算百分比时重新group_by(start_mth)，确保sum(count)统计的是单个月份的总骑行数。

如果你的需求是「每个会员类型下，各月份骑行数占该类型总数的百分比」，只需将分组改为group_by(member_casual)即可。

内容的提问来源于stack exchange，提问作者LisaH