在R中按诊断分组为多列生成带百分比的饼图

1. 准备环境与数据 #

首先加载所需R包，同时构造示例数据：

# 加载tidyverse套件（包含数据处理和绘图工具）
library(tidyverse)

# 构造示例数据
ID <- c("a", "b", "c", "d", "e")
age <- c(22, 34, 55, 55, 45)
gender <- c("female", "male", "female", "female", "male")
diagnosis <- c(1, 2, 2, 1, 1)
A1 <- c("A", "B", "C", NA, "E")
A2 <- c("D", "E", "B", "A", "D")
A3 <- c("B", NA, "A", "B", "B")

mydf <- data.frame(ID, age, gender, diagnosis, A1, A2, A3)

2. 计算分组百分比频率 #

将宽格式数据转为长格式，过滤缺失值后，按diagnosis（分组）和测试问题计算各答案的占比：

freq_df <- mydf %>%
  # 把A1/A2/A3转为长格式，保留诊断分组信息
  pivot_longer(cols = starts_with("A"), names_to = "question", values_to = "answer") %>%
  # 移除答案为缺失值的行
  drop_na(answer) %>%
  # 按诊断、问题、答案分组统计数量
  group_by(diagnosis, question, answer) %>%
  summarise(count = n(), .groups = "drop_last") %>%
  # 计算每个问题-诊断组内的百分比
  mutate(percentage = count / sum(count) * 100,
         # 生成饼图显示的标签（答案+百分比）
         label = paste0(answer, "\n", round(percentage, 1), "%"))

3. 批量生成并排饼图 #

用ggplot2绘制饼图，通过分面实现每个测试问题对应两组饼图（确诊/未确诊）并排展示：

ggplot(freq_df, aes(x = "", y = percentage, fill = answer)) +
  # 绘制基础柱状图，后续转为饼图
  geom_bar(stat = "identity", width = 1) +
  # 转换为极坐标，形成饼图效果
  coord_polar("y", start = 0) +
  # 添加百分比标签，居中显示在饼块内
  geom_text(aes(label = label), position = position_stack(vjust = 0.5)) +
  # 按问题+诊断分面，实现每个问题的两组饼图横向并排
  facet_grid(. ~ question + diagnosis, labeller = labeller(diagnosis = c("1" = "确诊", "2" = "未确诊"))) +
  # 移除冗余的坐标轴和网格线
  theme_void() +
  # 设置填充色的图例标题
  labs(fill = "答案") +
  # 调整分面标题的样式
  theme(strip.text = element_text(size = 12, face = "bold"))

说明 #

• 代码通过pivot_longer批量处理所有以"A"开头的测试问题，无需逐个编写处理逻辑
• 分面参数确保每个问题的确诊/未确诊组饼图横向并排展示
• 自动忽略缺失值，计算每个答案在对应分组内的占比并标注在饼图中

内容的提问来源于stack exchange，提问作者dplyr