geom_col()多分组值场景下未按预期求和的问题排查

核心问题 #

你对geom_col()的自动求和逻辑理解有误：

• 仅当使用默认的position = "stack"（堆叠模式）时，geom_col()才会自动将同一x分组下的多行数值叠加，呈现总和。
• 但你设置了position = position_dodge()（并列模式），此时geom_col()不会对同一fill/group分组内的多行数据求和，而是为每一行数据单独绘制柱子。你的数据中2013年有7行、2017年有4行，这些同年份的柱子因x轴均为study="A"，会完全重叠，最终显示的是单一行的数值（而非总和）。

验证与解决 #

验证重叠问题 #

将position_dodge()替换为position_jitter()，就能看到同一年份的多个小柱子分散显示，直观验证重叠现象：

d %>% 
  ggplot(aes(study, score, group = as.factor(year))) + 
  geom_col(aes(fill = as.factor(year)), position = position_jitter(width=0.2)) +
  scale_y_continuous(limits =  c(0,30))

标准解决方案 #

要实现并列展示分组求和后的柱子，最可靠的方式是先通过dplyr::summarise()对year和study分组求和，也就是你第二种写法的逻辑：

d %>% 
  group_by(year, study) %>% 
  summarise(score = sum(score), .groups = "drop") %>% 
  ggplot(aes(study, score, fill = as.factor(year))) + 
  geom_col(position = position_dodge()) +
  scale_y_continuous(limits =  c(0,30))

（注：此处可省略group = as.factor(year)，因为fill参数已自动生成分组）

替代方案：用stat_summary直接计算求和 #

若想在绘图环节直接计算总和，可使用stat_summary()：

d %>% 
  ggplot(aes(study, score, fill = as.factor(year))) + 
  stat_summary(fun = sum, geom = "col", position = position_dodge()) +
  scale_y_continuous(limits =  c(0,30))

内容的提问来源于stack exchange，提问作者Stefan