求助：用R语言ggplot2绘制非100%填充的质量占比堆叠条形图

我完全理解你的需求：要展示Armani品牌整体的优质衣物占比（总优质数/总样本数，这里是6/13≈46.2%），同时按尺码拆分这个占比的构成，既不想把各尺码的组内优质占比相加，也不想用position_fill()把条形拉满到100%。

修正后的代码 #

library(dplyr)
library(ggplot2)

# 第一步：处理数据，计算每个尺码对总优质占比的贡献
sok_summary <- sok %>%
  # 按品牌和尺码分组，统计该尺码下的优质衣物数量
  group_by(brand, size) %>%
  summarise(quality_count = sum(type == 1), .groups = "drop") %>%
  # 计算总样本数，再算出每个尺码贡献的占比（转换为百分比）
  mutate(total_samples = nrow(sok),
         contribution = (quality_count / total_samples) * 100)

# 第二步：绘制符合需求的堆叠条形图
ggplot(sok_summary, aes(x = brand, y = contribution, fill = size)) +
  geom_col() +
  # 可选：给每个分段添加占比标签，让结果更直观
  geom_text(aes(label = sprintf("%.1f%%", contribution)), 
            position = position_stack(vjust = 0.5)) +
  labs(title = "Armani优质衣物总占比及尺码贡献",
       y = "占总样本的比例（%）",
       fill = "尺码")

为什么你的原始代码不符合需求？ #

你之前的代码里，quality = as.numeric(mean(type) * 100)计算的是每个尺码组内部的优质衣物占比（比如尺码four的组里有3个样本，其中2个是优质，所以占比约66.7%）。用geom_col()堆叠这些组内占比，得到的是各尺码组内占比的总和，这和你想要的「总优质占比的尺码拆分」完全不是一回事。

修正逻辑说明 #

修正后的代码核心逻辑是：

1. 先统计每个尺码下的优质衣物绝对数量（而不是组内占比）
2. 再计算该数量占所有样本总数的比例——这个比例就是该尺码对总优质占比的贡献
3. 堆叠这些贡献值，总和正好是品牌整体的优质衣物占比（46.2%），每个分段的高度对应对应尺码的贡献大小

运行后你会看到：

• 尺码two贡献了4/13≈30.8%
• 尺码four贡献了2/13≈15.4%
• 尺码three没有优质衣物，所以没有分段
  两者相加正好是总优质占比46.2%，完全匹配你的需求。

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