R语言处理骑行用户CSV数据：创建堆叠柱状图并保存PNG求助

核心问题梳理 #

• 代码逻辑顺序颠倒：先调用未定义的combined_df计算年龄，正确流程应为先合并数据再计算年龄
• 数据合并错误：错误将单独生成的age数据框与原始数据绑定，导致数据结构混乱
• 缺失年龄过滤：未实现年龄≤85的有效数据筛选
• 图表不符合需求：原代码X轴用age，但要求是X轴为gender的堆叠柱状图
• 空值标签残留：仅用drop_na(gender)无法处理空白字符串类型的空值（非NA）

修正后的完整代码 #

# 加载必备工具包
library(tidyverse)

# 批量读取4份CSV并仅保留需要的字段
df_list <- list(
  read.csv("D:/Projects/Cyclists/Divvy_Trips_2016_Q1Q2/Divvy_Trips_2016_Q1.csv"),
  read.csv("D:/Projects/Cyclists/Divvy_Trips_2016_Q1Q2/Divvy_Trips_2016_04.csv"),
  read.csv("D:/Projects/Cyclists/Divvy_Trips_2016_Q1Q2/Divvy_Trips_2016_05.csv"),
  read.csv("D:/Projects/Cyclists/Divvy_Trips_2016_Q1Q2/Divvy_Trips_2016_06.csv")
) %>% 
  map(~select(., birthyear, gender))

# 合并数据、计算年龄、过滤有效记录
combined_df <- bind_rows(df_list) %>%
  mutate(age = 2016 - birthyear) %>%
  # 过滤年龄≤85、无空值的有效数据，同时处理空白字符串类型的gender空值
  filter(age <= 85, !is.na(gender), !is.na(birthyear), gender != "")

# 创建符合要求的堆叠柱状图：X轴为gender，按年龄区间堆叠展示
combined_df %>%
  mutate(age_group = cut(age, breaks = seq(0, 85, 10), include.lowest = TRUE)) %>%
  ggplot(aes(x = gender, fill = age_group)) +
  geom_bar(position = "stack") +
  labs(title = "不同性别骑行用户年龄分布", x = "性别", y = "用户计数") +
  theme_minimal()

# 保存图表为PNG格式
ggsave("gender_age_stack.png", width = 8, height = 6, dpi = 300)

关键修复说明 #

1. 数据处理流程优化：

   • 用list+map批量读取文件，避免重复代码；合并后再计算年龄，解决未定义变量错误
   • 多条件过滤同时处理年龄异常、NA值和空白字符串，彻底清除无效数据

2. 图表修正：

   • 将X轴改为gender，按10岁区间划分年龄实现堆叠效果（若不需要区间，可直接用age作为填充项）
   • 添加标题和坐标轴标签，提升图表可读性

3. 保存逻辑修复：

   • 确保ggplot绘图代码与ggsave连贯执行，避免保存错误图表

内容的提问来源于stack exchange，提问作者SamDeCarv