如何转换数据以绘制基于stock、newspaper与status的Alluvial plot

要绘制以stock和newspaper为横轴、连接部分代表status频率的桑基图，核心是先对原始数据做分组频数聚合，再用可视化工具生成图形。以下是具体步骤（基于R语言实现）：

1. 准备环境与原始数据 #

先加载所需的R包，然后定义原始数据框：

# 加载必要包
library(tidyverse)
library(ggalluvial)

# 原始数据
df <- data.frame(
  status = c("open", "close", "close", "open/close","close"), 
  stock = c("google", "amazon", "amazon", "yahoo", "amazon"), 
  newspaper = c("times", "newyork", "london", "times", "times")
)

2. 关键数据转换：分组统计频数 #

桑基图需要明确每个stock-newspaper-status组合的出现次数，用count()函数完成聚合：

# 按三个变量分组，统计每组的频数，命名为frequency
df_counted <- df %>%
  count(stock, newspaper, status, name = "frequency")

转换后的数据结构如下：

3. 绘制桑基图 #

用ggalluvial包的函数绘制图形，将聚合后的频数作为连接宽度的依据：

ggplot(df_counted,
       aes(y = frequency, axis1 = stock, axis2 = newspaper)) +
  # 绘制连接条，按status区分颜色
  geom_alluvium(aes(fill = status), width = 1/12) +
  # 绘制轴上的区块
  geom_stratum(width = 1/12, fill = "white", color = "black") +
  # 给区块添加标签
  geom_text(stat = "stratum", aes(label = after_stat(stratum))) +
  # 设置横轴名称与间距
  scale_x_discrete(limits = c("stock", "newspaper"), expand = c(0.05, 0.05)) +
  # 设置填充色配色方案
  scale_fill_brewer(type = "qual", palette = "Set1") +
  # 添加标题与标签
  labs(title = "Stock-Newspaper Status 桑基图",
       x = NULL, y = "出现频率", fill = "状态") +
  theme_minimal()

转换逻辑说明 #

原始数据是单条事件记录，桑基图需要的是分组汇总后的频数信息——只有明确每个组合的出现次数，才能让连接条的宽度准确反映status的分布频率，避免重复绘制相同的连接。

内容的提问来源于stack exchange，提问作者Erik Brole