如何用ggplot同时可视化三个分类变量？需展示处理组差异

要展示处理组（treatment）和对照组（control）的差异，核心是在数据统计和可视化环节把group变量纳入逻辑中，以下是修正后的代码：

修正后代码 #

library(tidyverse)
library(scales)

socio_egotropic_graph |> 
  drop_na() |> 
  filter(socio_egotropic != "N/A") |>  
  select(socio_egotropic, treatment_details, group) |> 
  # 按三个变量分组统计数量，确保每个组-时间-取向的计数正确
  group_by(group, treatment_details, socio_egotropic) |> 
  tally() |> 
  ungroup() |> 
  # 按组和处理前后计算各取向的占比
  group_by(group, treatment_details) |> 
  mutate(socio_egotropic_percentage = n / sum(n)) |> 
  mutate(across(c(socio_egotropic, treatment_details, group), as.factor)) |> 
  
  ggplot(aes(x = treatment_details, y = socio_egotropic_percentage, fill = socio_egotropic)) +
  geom_bar(stat = "identity", position = position_dodge(preserve = "single")) +
  # 按处理组/对照组分面展示，清晰对比两组差异
  facet_wrap(~group) +
  scale_y_continuous(labels = percent_format(accuracy = 1)) +
  labs(
    x = "处理阶段（前/后）",
    y = "观点取向占比",
    fill = "观点取向",
    title = "处理组与对照组的观点取向对比（处理前后）"
  ) +
  theme_bw() +
  theme(
    text = element_text(size = 10),
    plot.title = element_text(size = 10, face = "bold")
  )

关键改动说明 #

• 数据统计环节：将group加入分组逻辑，先按group, treatment_details, socio_egotropic统计每个细分组的数量，再按group和treatment_details计算占比，确保占比是组内的相对比例，而非全局比例。
• 可视化环节：使用facet_wrap(~group)将处理组和对照组的图表分开展示，直观对比两组在处理前后的取向变化；也可以选择将x设为interaction(treatment_details, group)，把组和处理阶段合并为x轴类别，在同一图表中对比。

替代可视化方案 #

如果不想用分面，也可以把group作为x轴的分组维度，代码调整如下：

# 替代方案：同一图表中展示组和处理阶段的组合
ggplot(aes(x = interaction(treatment_details, group), y = socio_egotropic_percentage, fill = socio_egotropic)) +
  geom_bar(stat = "identity", position = position_dodge(preserve = "single")) +
  scale_y_continuous(labels = percent_format(accuracy = 1)) +
  scale_x_discrete(labels = c("处理前-对照组", "处理前-处理组", "处理后-对照组", "处理后-处理组")) +
  labs(
    x = "分组与处理阶段",
    y = "观点取向占比",
    fill = "观点取向",
    title = "处理组与对照组的观点取向对比"
  ) +
  theme_bw() +
  theme(
    text = element_text(size = 10),
    plot.title = element_text(size = 10, face = "bold"),
    axis.text.x = element_text(angle = 45, hjust = 1)
  )

内容的提问来源于stack exchange，提问作者nesta1990