如何用ggplot的geom_col按分组计算行百分比并绘制得分分布图

核心思路 #

按目标人口统计维度（种族/性别/教育水平）分组，统计每个维度组内各得分等级的样本数，再计算组内占比（行百分比），最后用ggplot2的geom_col绘制条形图。

步骤1：加载依赖包 #

library(dplyr)
library(ggplot2)

步骤2：计算单维度行百分比 #

假设你的数据框名为df，包含race（种族）、gender（性别）、education（教育水平）、score（得分等级）列。以种族为例，计算行百分比：

race_percent <- df %>%
  # 按种族+得分等级分组
  group_by(race, score) %>%
  # 统计每个组合的样本数，保留种族分组
  summarize(count = n(), .groups = "drop_last") %>%
  # 计算每个得分在对应种族内的占比（转成百分比）
  mutate(percent = count / sum(count) * 100) %>%
  # 取消分组，避免后续操作干扰
  ungroup()

同理，计算性别、教育水平维度的行百分比，只需替换group_by里的分组变量：

# 性别维度
gender_percent <- df %>%
  group_by(gender, score) %>%
  summarize(count = n(), .groups = "drop_last") %>%
  mutate(percent = count / sum(count) * 100) %>%
  ungroup()

# 教育水平维度
education_percent <- df %>%
  group_by(education, score) %>%
  summarize(count = n(), .groups = "drop_last") %>%
  mutate(percent = count / sum(count) * 100) %>%
  ungroup()

步骤3：合并多维度数据（可选） #

如果需要在同一张图里展示所有维度（比如分面），可以统一列名后合并数据：

combined_percent <- dplyr::bind_rows(
  race_percent %>% rename(group = race) %>% mutate(dimension = "种族"),
  gender_percent %>% rename(group = gender) %>% mutate(dimension = "性别"),
  education_percent %>% rename(group = education) %>% mutate(dimension = "教育水平")
)

步骤4：绘制条形图 #

单维度绘图（以种族为例）

ggplot(race_percent, aes(x = factor(score), y = percent, fill = factor(race))) +
  geom_col(position = "dodge") + # 分组并列条形图
  labs(x = "得分等级", y = "占比(%)", fill = "种族") +
  theme_minimal()

多维度分面绘图

ggplot(combined_percent, aes(x = factor(score), y = percent, fill = factor(group))) +
  geom_col(position = "dodge") +
  facet_wrap(~dimension, scales = "free") + # 按维度分面展示
  labs(x = "得分等级", y = "占比(%)", fill = "分组") +
  theme_minimal()

关键说明 #

• .groups = "drop_last"：确保sum(count)计算的是每个人口统计分组的总样本数，而非全局总数
• factor(score)：将得分等级转成分类变量，避免ggplot将其视为连续轴
• position = "dodge"：让同得分等级下的不同分组条形并列展示，而非堆叠

内容的提问来源于stack exchange，提问作者a_todd12