如何在ggplot柱状图中添加误差棒？附大规模数据可视化建议

一、给柱状图添加误差棒（分析比例显著性） #

针对比例数据，推荐用威尔逊置信区间（比正态近似区间更稳定，适配小/大样本），先通过分组计算得到每个城市的比例及置信区间，再用ggplot叠加误差棒。

1. 计算比例与置信区间 #

library(dplyr)
library(binom)

# 假设数据集为df，包含city（城市）、has_child（有子女："是"/"否"）两列
summary_df <- df %>%
  group_by(city) %>%
  summarise(
    total = n(),
    child_ratio = mean(has_child == "是"),
    # 计算威尔逊置信区间上下限
    ci_low = binom.wilson(sum(has_child == "是"), total)$lower,
    ci_high = binom.wilson(sum(has_child == "是"), total)$upper
  )

2. 绘制带误差棒的柱状图 #

library(ggplot2)

ggplot(summary_df, aes(x = reorder(city, child_ratio), y = child_ratio)) +
  geom_col(fill = "#4A6FA5") +
  # 添加误差棒，width控制横向宽度
  geom_errorbar(aes(ymin = ci_low, ymax = ci_high), width = 0.2) +
  labs(title = "各城市有子女比例及置信区间", x = "城市", y = "有子女比例") +
  # 旋转x轴标签避免重叠
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  # 把比例转成百分比格式
  scale_y_continuous(labels = scales::percent_format())

注：用reorder(city, child_ratio)可将城市按比例从低到高排序，更直观对比差异。

二、20万行大样本的可视化优化 #

1. 先聚合再绘图：绝对不要直接用20万行原始数据绘图，坚持用dplyr/data.table先分组聚合（每个城市仅一行统计数据），能大幅降低绘图压力。
2. 交互可视化替代静态图：如果城市数量多，静态柱状图会拥挤，用plotly转成交互图，支持鼠标悬停看详情、缩放筛选：

library(plotly)

# 先绘制基础ggplot
p <- ggplot(summary_df, aes(x = reorder(city, child_ratio), y = child_ratio,
                            text = paste("城市:", city, "\n比例:", scales::percent(child_ratio),
                                        "\n置信区间:", scales::percent(ci_low), "-", scales::percent(ci_high)))) +
  geom_col(fill = "#4A6FA5") +
  geom_errorbar(aes(ymin = ci_low, ymax = ci_high), width = 0.2) +
  labs(x = "城市", y = "有子女比例") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_y_continuous(labels = scales::percent_format())

# 转成交互图
ggplotly(p, tooltip = "text")

3. 分组简化展示：如果城市数量极多，可只展示比例Top10/Top20的城市，或按比例分箱（高/中/低比例组）绘制箱线图，聚焦核心对比目标。
4. 提速聚合计算：用data.table替代dplyr处理20万行数据，分组计算速度更快：

library(data.table)
setDT(df)
summary_dt <- df[, .(
  total = .N,
  child_ratio = mean(has_child == "是"),
  ci_low = binom.wilson(sum(has_child == "是"), .N)$lower,
  ci_high = binom.wilson(sum(has_child == "是"), .N)$upper
), by = city]

内容的提问来源于stack exchange，提问作者Jamie