如何用ggplot和dplyr将完成项目的绝对计数条形图改为比例图

方法一：先预处理数据再绘图 #

先通过dplyr分组计算每个年龄组的完成比例，再用ggplot绘制：

library(dplyr)
library(ggplot2)

# 计算各年龄组的完成比例
processed_data <- test %>%
  group_by(agecat) %>%
  summarise(
    completion_rate = mean(retain_yn == 1)  # 0/1变量的均值即为完成比例
  )

# 绘制比例图
ggplot(processed_data, aes(x = agecat, y = completion_rate)) +
  geom_bar(stat = "identity", fill = "#4285F4") +
  # 添加百分比标签
  geom_text(aes(label = scales::percent(completion_rate)), vjust = -0.2, size = 3) +
  # 设置y轴为百分比格式，扩展范围防止标签被截断
  scale_y_continuous(labels = scales::percent, limits = c(0, 1.1)) +
  labs(
    x = "年龄组",
    y = "项目完成比例",
    title = "各年龄组项目完成情况比例"
  ) +
  theme_bw()

方法二：直接在ggplot中计算比例（无需单独预处理） #

利用stat_summary直接在绘图时计算每个组的完成比例，适合快速绘图：

library(ggplot2)
library(scales)

ggplot(test, aes(x = agecat, y = retain_yn)) +
  # 用stat_summary计算并绘制比例条形
  stat_summary(fun = mean, geom = "bar", fill = "#34A853") +
  # 添加百分比标签
  stat_summary(
    fun = mean,
    geom = "text",
    aes(label = percent(..y..)),
    vjust = -0.2,
    size = 3
  ) +
  scale_y_continuous(labels = percent, limits = c(0, 1.1)) +
  labs(
    x = "年龄组",
    y = "项目完成比例",
    title = "各年龄组项目完成情况比例"
  ) +
  theme_minimal()

关键说明 #

• 由于retain_yn是0（未完成）和1（完成）的二元变量，对每个年龄组取均值就等于该组的完成比例，这是简化计算的核心技巧。
• scales::percent()函数用于将小数转换为百分比格式，提升图表可读性。
• 调整vjust参数可以控制标签在条形上方的位置，limits = c(0, 1.1)扩展y轴范围，避免标签被图表边界截断。

内容的提问来源于stack exchange，提问作者EtoiledeMoyenOrient