如何在ggplot2中筛选前10个起始站点绘制分组柱状图

核心思路 #

要实现你的需求，得先筛选出总使用次数排名前10的起点站，再基于这些数据绘制按会员类型占比展示的堆叠柱状图，不能直接用全量数据绘图。

完整代码示例 #

先确保加载tidyverse包（包含数据处理工具dplyr和绘图工具ggplot2）：

# 首次使用先安装包
install.packages("tidyverse")
library(tidyverse)

步骤1：筛选前10热门站点 #

# 统计各站点总次数，排序后取前10的站点名称
top10_stations <- all_trips_v2 %>%
  count(start_station_name, sort = TRUE) %>%
  slice(1:10) %>%
  pull(start_station_name)

# 过滤原数据集，只保留前10站点的记录，并指定站点排序（避免绘图时乱序）
top10_data <- all_trips_v2 %>%
  filter(start_station_name %in% top10_stations) %>%
  mutate(start_station_name = fct_relevel(start_station_name, top10_stations))

步骤2：绘制占比堆叠柱状图 #

ggplot(top10_data, aes(x = start_station_name, fill = member_casual)) +
  geom_bar(position = "fill") +  # 关键：将柱子高度归一为1，展示占比而非计数
  labs(
    title = "前10热门起点站会员类型占比",
    x = "起点站名称",
    y = "占比",
    fill = "会员类型"
  ) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # 旋转x轴标签，避免重叠

关键细节说明 #

• count(start_station_name, sort=TRUE)：快速统计各站点使用次数并降序排序，方便直接取前10。
• fct_relevel：把站点名称转为因子并指定顺序，确保绘图时x轴按总次数从高到低排列，而非默认的字母顺序。
• position="fill"：这是实现占比展示的核心参数，替代默认的计数统计，让每个站点的柱子高度统一为1，不同会员类型的部分显示相对占比。

原代码问题分析 #

你之前的代码直接用全量数据集绘图，没有做站点筛选，所以会显示所有站点；同时默认的geom_bar()统计的是分组计数，而非占比，自然不符合预期效果。

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