如何用ggplot2绘制符合要求的四分位数堆叠柱状图？

核心思路：用geom_col替代默认geom_bar，先做好数据分组预处理 #

1. 第一步：对原始数据做四分位数分组统计 #

先把收益率/利差数据按四分位数拆分，计算你需要展示的指标（比如分组占比、区间范围）：

library(dplyr)
library(ggplot2)

# 假设原始数据为df，包含return（收益率/利差）列，若有分类变量比如asset（资产类别）可保留
df_processed <- df %>%
  # 生成四分位数分组标签（1-4分位，可自定义标签）
  mutate(Quartile = factor(ntile(return, 4), labels = c("Q1", "Q2", "Q3", "Q4"))) %>%
  # 按分类变量+四分位分组统计
  group_by(asset, Quartile) %>%
  # 计算每个分组的观测占比（可替换为区间长度等你需要的指标）
  summarize(Percent = n() / nrow(df) * 100, .groups = "drop")

2. 第二步：用geom_col绘制堆叠柱状图 #

geom_col会直接使用你指定的y轴数值，不会像默认geom_bar那样自动求和，完美匹配堆叠需求：

ggplot(df_processed, aes(x = asset, y = Percent, fill = Quartile)) +
  geom_col(position = "stack") +  # position="stack"是默认堆叠模式，可省略
  labs(title = "不同资产收益率四分位占比堆叠图",
       x = "资产类别",
       y = "占比(%)",
       fill = "四分位数") +
  theme_minimal()

3. 若需展示四分位区间范围的堆叠图 #

如果你的需求是展示每个四分位的数值区间（比如Q1的最小值到25分位值），可以先计算区间上下限和长度，再堆叠：

# 计算四分位区间统计量
df_range <- df %>%
  summarize(
    q0 = quantile(return, 0),
    q25 = quantile(return, 0.25),
    q50 = quantile(return, 0.5),
    q75 = quantile(return, 0.75),
    q100 = quantile(return, 1)
  ) %>%
  tidyr::pivot_longer(cols = everything(), names_to = "quantile", values_to = "value") %>%
  mutate(
    Quartile = factor(c("Q1", "Q1", "Q2", "Q3", "Q4"), labels = c("Q1", "Q2", "Q3", "Q4")),
    range = value - lag(value, default = first(value))
  ) %>%
  filter(!is.na(range))

# 绘制区间堆叠图
ggplot(df_range, aes(x = "收益率区间", y = range, fill = Quartile)) +
  geom_col(position = "stack") +
  geom_text(aes(y = cumsum(range) - range/2, label = paste0(lag(value), "~", value)), color = "white") +
  labs(title = "收益率四分位区间堆叠图",
       y = "区间长度",
       fill = "四分位数") +
  theme_minimal()

关于geom_boxplot的补充 #

如果只是想展示四分位分布，而非堆叠柱状图，按四分位填充颜色很简单，直接映射fill参数即可：

ggplot(df, aes(x = factor(1), y = return, fill = factor(ntile(return, 4)))) +
  geom_boxplot(position = "dodge") +
  labs(fill = "四分位数")

内容的提问来源于stack exchange，提问作者Tanga94