R ggplot2基于频率表绘制多状态分组直方图的实现方法

你的原始数据是典型的宽格式预聚合频数表：每一行对应一个分箱参考值，不同状态的计数单独存为一列，这种结构无法直接适配ggplot2的分组绘图要求，需要先转换为长格式，再绘图即可。 #

第一步：转换为适配绘图的长表结构 #

ggplot2分组几何对象要求输入数据满足：每一行对应一个「分箱参考值+状态类型+计数」的唯一组合，也就是长表结构。

转换方法1：tidyr 快速转换（推荐） #

# 加载依赖包
library(tidyr)
library(ggplot2)

df_long <- df_1 |> 
  pivot_longer(
    cols = starts_with("status"), # 选中所有存储状态计数的列
    names_to = "status_type",     # 新列：存储状态类别（status1/2/3）
    values_to = "count"           # 新列：存储对应类别的出现次数
  )

转换后的前6行数据结构如下，完全满足绘图要求：

ref status_type count
5 status1 8341
5 status2 0
5 status3 0
10 status1 3045
10 status2 537
10 status3 0

转换方法2：基础R转换（无需安装额外包） #

df_long_base <- data.frame(
  ref = rep(df_1$ref, each = 3),
  status_type = rep(c("status1", "status2", "status3"), times = nrow(df_1)),
  count = c(df_1$status1, df_1$status2, df_1$status3)
)

第二步：绘制分组直方图 #

注意：你已经提前完成分箱和频数统计，不需要使用geom_histogram()（该函数用于对原始未聚合数据自动分箱算频数），直接用geom_col()绘制柱状图即可。
两种常用展示效果可选：

效果1：同参考值位置并列展示三类计数（完全匹配需求） #

设置柱状图为并列排布模式，同一x轴参考值位置并排展示3类状态的计数：

ggplot(df_long, aes(x = factor(ref), y = count, fill = status_type)) +
  geom_col(position = position_dodge(width = 0.8), width = 0.7) +
  labs(
    x = "分箱参考值",
    y = "出现次数",
    fill = "状态类型",
    title = "各分箱下不同状态的观测数分布"
  ) +
  theme_bw() +
  # x轴标签旋转45度，避免文字重叠
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

• 代码里用factor(ref)把参考值转为离散分类变量，避免ggplot把参考值识别为连续数值，出现数据中不存在的中间刻度。

效果2：同参考值位置堆叠展示计数 #

如果需要同时看每个分箱的总观测数和内部构成，可以用堆叠模式：

ggplot(df_long, aes(x = factor(ref), y = count, fill = status_type)) +
  geom_col(position = "stack", width = 0.7) +
  labs(
    x = "分箱参考值",
    y = "出现次数",
    fill = "状态类型",
    title = "各分箱下不同状态的观测数堆叠分布"
  ) +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

内容的提问来源于stack exchange，提问作者trailblazer_1