如何为分组数据的直方图添加顶部百分比数值

问题场景 #

用ggplot2绘制分面直方图时，希望在每个柱顶显示百分比，但使用stat_bin()添加标签时出现三类问题：

• 标签数量远多于柱子数量
• 标签数值和柱高不匹配
• 标签位置不符合vjust=-.5的设置

示例基于内置diamonds数据集，筛选Premium和Ideal两类cut，绘制变量z的分面直方图，y轴用百分比而非计数。

问题原因 #

1. 分组冲突：全局aes(fill=cut)让stat_bin()默认按cut分组计算，但分面后每个面板已是单个cut组，导致每个bin内生成两组标签，数量翻倍。
2. 统计量计算偏差：全局分组下after_stat(width*density)的计算结果，和分面后单个组的密度计算逻辑不一致，数值自然和柱高不匹配。
3. 位置计算混乱：stat_bin()继承了fill=cut映射，文本标签的位置被按分组拆分，无法正确对齐到柱顶。

解决方法 #

方法1：修正stat_bin参数

关闭全局aes继承，单独指定x轴变量并绑定分面分组，确保每个分面内按单个cut独立计算：

library(ggplot2)
library(dplyr)

df_example <- diamonds %>% 
  filter(cut %in% c("Premium", "Ideal"))

ggplot(df_example, aes(x = z, fill = cut)) + 
  geom_histogram(aes(y = after_stat(width*density)), 
                 binwidth = 1, center = 0.5, col = "black") +
  # 关闭继承，单独指定x和分组逻辑，避免全局fill分组干扰
  stat_bin(inherit.aes = FALSE,
           aes(x = z, y = after_stat(width*density), 
               label = scales::percent(after_stat(width*density), accuracy = 2)),
           binwidth = 1, center = 0.5,
           geom = "text", vjust = -.5) +
  facet_wrap(~cut) +
  scale_x_continuous(breaks = seq(0,9,by=1)) +
  scale_y_continuous(labels = scales::percent_format(accuracy=2, suffix="")) +
  scale_fill_manual(values = c("#CC79A7","#009E73")) +
  labs(x = "Depth (mm)", y = "%") +
  theme_bw() + 
  theme(legend.position = "none")

方法2：提前预处理数据（更直观可控）

先按分面变量和bin分组计算百分比，再用geom_col和geom_text绘制，彻底避免ggplot统计量的分组冲突：

# 预处理：按cut和z的bin计算百分比
df_summary <- df_example %>%
  mutate(z_bin = cut_width(z, width = 1, center = 0.5)) %>%
  group_by(cut, z_bin) %>%
  summarise(count = n(), .groups = "drop") %>%
  group_by(cut) %>%
  mutate(percent = count / sum(count)) %>%
  mutate(z_center = as.numeric(gsub("\\(|\\]|,", "", z_bin)) + 0.5) # 提取bin中心值

ggplot(df_summary, aes(x = z_center, y = percent, fill = cut)) +
  geom_col(width = 1, col = "black") +
  geom_text(aes(label = scales::percent(percent, accuracy = 2)), 
            vjust = -.5) +
  facet_wrap(~cut) +
  scale_x_continuous(breaks = seq(0,9,by=1), name = "Depth (mm)") +
  scale_y_continuous(labels = scales::percent_format(accuracy=2, suffix=""), name = "%") +
  scale_fill_manual(values = c("#CC79A7","#009E73")) +
  theme_bw() +
  theme(legend.position = "none")

说明 #

• 方法1适合快速调整原代码，通过参数隔离分组逻辑；
• 方法2逻辑更清晰，统计量完全由自己控制，适合复杂分组或需要自定义计算的场景。

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