如何用ggplot的facet_wrap批量绘制分年份性别的Q1-Q5均值条形图？

需求说明 #

需要绘制按年份和性别分组的条形图，展示Q1至Q5变量的均值，呈现类似密度的视觉效果。

现有数据 #

data <- data.frame(userid = c(1,1,1,2,2,2,3,3,3),
                  year = c(2013,2014,2015,2013,2014,2015,2013,2014,2015),
                  gender = c(1,1,1,0,0,0,0,0,0),
                  Q1 = c(3,2,3,1,0,1,2,1,0),
                  Q2 = c(4,3,4,2,0,2,1,4,3),
                  Q3 = c(1,2,1,3,5,4,5,4,5),
                  Q4 = c(1,2,1,2,4,3,2,2,1),
                  Q5 = c(1,1,1,2,1,0,0,0,1))

原有方法的局限 #

原有方法需要对年份和性别的每个组合重复执行筛选、汇总、绘图操作，代码冗余且效率低：

data %>% filter(gender==1,year==2013) %>% select(-userid,-gender,-year) %>% summarise_all(mean) %>%
  as.numeric() %>%
  barplot()

改进方案：用ggplot2 + facet_wrap批量实现 #

通过数据重塑+分面绘图，一次性生成所有分组的条形图，步骤如下：

1. 数据预处理（宽转长+分组计算均值） #

先将宽格式数据转为长格式，再按year、gender、question（Q1-Q5）分组计算均值：

library(tidyverse)

# 数据整理：宽转长 + 计算分组均值
summary_data <- data %>%
  select(-userid) %>%  # 移除不需要的userid列
  pivot_longer(cols = starts_with("Q"), names_to = "question", values_to = "score") %>%  # 宽转长
  group_by(year, gender, question) %>%  # 按年份、性别、问题分组
  summarise(mean_score = mean(score), .groups = "drop")  # 计算均值并取消分组

2. 绘制分面条形图（类密度效果） #

用ggplot2绘制条形图，通过facet_wrap按年份和性别组合分面，调整条形颜色和透明度实现类密度效果：

ggplot(summary_data, aes(x = question, y = mean_score, fill = question)) +
  geom_bar(stat = "identity", alpha = 0.7, width = 0.8) +  # 绘制条形图，alpha调整透明度实现类密度感
  facet_wrap(~ year + gender, labeller = labeller(gender = c("0" = "女性", "1" = "男性"))) +  # 按年份+性别分面，自定义性别标签
  labs(title = "各年份、性别分组下Q1-Q5均值", x = "问题", y = "均值分数") +
  theme_minimal() +
  theme(legend.position = "none")  # 移除图例（x轴已标注问题）

效果说明 #

• 每个子图对应一个年份+性别的组合，自动生成所有分组的图表
• 通过alpha参数调整条形透明度，呈现类似密度的视觉效果
• 代码只需执行一次，无需重复编写筛选逻辑

内容的提问来源于stack exchange，提问作者HauptDa