R语言计算特定字符串随时间变化的出现占比并绘制折线图

1. 依赖安装与加载 #

使用tidyverse生态的工具即可完成需求，包含数据处理和绘图所需的全部功能：

# 首次使用先安装包
install.packages("tidyverse")
# 加载包
library(tidyverse)

2. 数据导入 #

如果是本地存储的数据集，可直接用read.csv()/read.table()读取，以下是对应你给出的样例数据的构造代码，实际使用时替换为你自己的读取逻辑即可：

df <- read.table(text = "Individual      Year     ID
A                1       R
A                1       S
A                1       T
A                2       T
B                1       T
B                5       T
C                7       S
D                9       K
D                8       H
E                1       S", header = TRUE)

3. 计算每年ID为S的占比 #

按年份分组统计总数和S的数量，直接计算占比即可：

s_ratio <- df %>%
  group_by(Year) %>%
  summarise(
    total_id = n(),
    s_count = sum(ID == "S"),
    `Percentage of S` = s_count / total_id
  ) %>%
  select(Year, `Percentage of S`)

运行后输出的s_ratio和你给出的期望结果完全一致。

4. 绘制折线图 #

ggplot(s_ratio, aes(x = as.factor(Year), y = `Percentage of S`, group = 1)) +
  geom_line(color = "#2c3e50", linewidth = 1) +
  geom_point(size = 3, color = "#e74c3c") +
  labs(x = "年份", y = "ID为S的占比", title = "ID S随年份的演变趋势") +
  theme_minimal()

如果需要x轴展示连续的完整年份（包含没有ID记录的年份），把as.factor(Year)改为Year即可，无数据的年份会自动留白。

内容的提问来源于stack exchange，提问作者PCRL