如何使用ggplot与tidyverse将同主题受访者的回答柱状图紧邻展示

问题核心 #

你的数据集将儿童和父母的问题分开存储（如"I like birds"对应儿童、"My baby likes birds"对应父母），导致ggplot将每个问题视为独立类别，无法实现同主题下两类受访者的柱子并排对比。针对40+问题的场景，无需手动调整，可通过数据清洗提取统一主题来解决。

步骤1：修正并清洗数据集 #

首先修正原数据集的行数不匹配问题，再通过字符串处理自动提取核心主题：

library(tidyverse)

# 修正后的示例数据集（每个问题对应多份观测值）
ds = data.frame(
  question = rep(c("I like birds", "My baby likes birds", "I like dogs", "My baby likes dogs"), each = 3),
  resp = rep(c("child", "parent", "child", "parent"), each = 3),
  value = c(1,2,3,4,5,6,3,2,1,1,2,3)
)

# 自动提取核心主题（适配"I like X"和"My baby likes X"的模式）
ds_cleaned <- ds %>%
  mutate(
    topic = str_extract(question, "(?<=likes )\\w+")
  )

如果你的问题表述有其他模式，可调整正则表达式：比如问题含"enjoy"时，可改为"(?<=likes|enjoy )\\w+"；若主题是短语，可调整匹配规则。

步骤2：绘制目标图表 #

以提取的topic作为x轴，resp作为填充分组，使用position_dodge实现柱子并排：

ggplot(ds_cleaned, aes(x = topic, y = value, fill = resp)) +
  # 绘制均值柱状图，设置 dodge 宽度
  geom_bar(stat = "summary", fun = "mean", position = position_dodge(width = 0.8)) +
  # 绘制误差棒，与柱状图对齐
  stat_summary(geom = "errorbar", fun.data = "mean_se", 
               position = position_dodge(width = 0.8), width = 0.2) +
  # 自定义标签
  labs(x = "问题主题", y = "回答得分", fill = "受访者") +
  theme_minimal()

效果说明 #

• 原输出问题：x轴为独立的问题文本，每个类别仅对应一类受访者，无法对比同主题的亲子回答。
• 修正后效果：x轴为统一的核心主题，每个主题下两个柱子紧邻排列，直接展示儿童与父母的回答差异，且无需手动处理40+问题的主题分组。

内容的提问来源于stack exchange，提问作者Luis