Plotly分组条形图优化求助：按国家展示男女占比及显示调整

问题背景 #

现有如下数据处理代码：

df<-data.frame(
  Country=c('Aruba','Benin','Albania','Aruba','Benin','Albania'),
  Year=c(2010,2010,2010,2011,2011,2011),
  share_female=c(0.6315789,0.5833333,0.2500000 ,0.6315789,0.5833333,0.2500000),
  share_male=c(0.36842105,0.41666667,0.75000000,0.36842105,0.41666667,0.75000000))%>%
  data.table()

df$Year<-as.character(df$Year)
df<-melt(df)
df$Country<-as.factor(df$Country)

尝试用以下代码绘制分组条形图时，无法实现需求：

GenderShare <- plot_ly(df, x = ~Year , y = ~value ,
                                 type = 'bar',
                                 name = ~Country)
         
GenderShare

需求要点：

• 每个柱子下方垂直显示国家名称
• 图例用不同颜色区分男女占比（如蓝色代表男性、红色代表女性）

解决方案 #

调整plot_ly的映射参数与布局设置，即可实现目标效果，完整代码如下：

library(plotly)
library(data.table)
library(reshape2)

# 数据处理（保留原逻辑）
df<-data.frame(
  Country=c('Aruba','Benin','Albania','Aruba','Benin','Albania'),
  Year=c(2010,2010,2010,2011,2011,2011),
  share_female=c(0.6315789,0.5833333,0.2500000 ,0.6315789,0.5833333,0.2500000),
  share_male=c(0.36842105,0.41666667,0.75000000,0.36842105,0.41666667,0.75000000))%>%
  data.table()

df$Year<-as.character(df$Year)
df<-melt(df)
df$Country<-as.factor(df$Country)

# 绘制符合需求的分组条形图
GenderShare <- plot_ly(df, 
                       x = ~Country,  # 将国家名称设为x轴
                       y = ~value, 
                       color = ~variable,  # 按性别（share_male/share_female）区分颜色
                       colors = c("share_male" = "#1f77b4", "share_female" = "#ff4b5c"),  # 自定义颜色：蓝色男、红色女
                       type = 'bar',
                       facet_col = ~Year,  # 按年份分面，实现年份维度的分组展示
                       text = ~paste(round(value*100, 1), "%"),  # 可选：显示百分比标签
                       textposition = "auto") %>%
  layout(xaxis = list(tickangle = -90),  # 设置x轴标签垂直显示
         barmode = 'group',  # 启用分组条形图模式
         legend = list(title = list(text = '<b>性别</b>')),
         yaxis = list(title = '<b>占比</b>'))

GenderShare

关键调整说明 #

1. x轴映射与标签方向：将x设为~Country，让国家名称显示在柱子下方，通过xaxis = list(tickangle = -90)将标签垂直排列，避免重叠。
2. 颜色区分逻辑：用color = ~variable绑定性别分组，通过colors参数自定义男女对应的颜色，直接匹配variable列的取值（share_male/share_female）。
3. 年份分组：使用facet_col = ~Year按年份拆分图表，实现同一年份的国家数据集中展示；搭配barmode = 'group'确保同国家的男女条形是并列分组，而非堆叠。
4. 可选优化：添加text参数显示百分比标签，提升图表可读性。

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