ggplot分组直方图计数显示顺序与实际不符如何修正

问题原因 #

你遇到的显示偏差是因为geom_histogram默认使用**堆叠（position = "stack"）**的位置布局：同一区间（bin）内不同pBu分组的柱子会逐层向上堆叠，上层分组的柱子顶部高度是「当前分组计数+所有下层分组计数」的总和，因此会出现计数更少的pBu=0.05柱子视觉上更高的误解。

解决方案 #

方案1：分组柱子并排展示（最直观，推荐） #

修改geom_histogram的位置参数为position = "dodge"，同一bin内的不同分组柱子会并排排列，各自的高度直接对应当前分组的计数，无需额外调整即可直接对比大小。
修改后代码如下：

EV <- (dt.test %>% dplyr::mutate(pBu = as.factor(pBu)) %>%
         ggplot(aes(x = EV)) +
         # 增加position = "dodge"参数
         geom_histogram(aes(color = pBu), binwidth = 0.3, fill = "transparent", position = "dodge") + 
         ggtitle("Histogram EV 2020") +
         ylab("Counts") +
         theme(panel.background = element_blank(), axis.line = element_line(colour = "black"),
               plot.title = element_text(lineheight = .8, hjust = 0.5, face = "bold"),
               legend.title = element_blank(), 
               legend.background = element_rect(fill = "white", size = 0.5, linetype = "solid", colour ="black"),
               legend.box.background = element_rect(colour = "black"), legend.box.margin = margin(t = 1, l = 1))
) %>%
  ggplotly()

方案2：保持重叠样式，调整因子顺序和位置参数 #

如果希望保留柱子重叠的展示效果，需要做两处调整：

1. 将位置参数改为position = "identity"，让所有分组的柱子都从y轴0点开始绘制，高度直接对应当前分组计数
2. 调整pBu的因子顺序，让计数更高的分组优先绘制在上层，避免被遮挡；同时可给填充色加透明度优化重叠展示效果

修改后代码如下：

library(forcats)
EV <- (dt.test %>% 
         # 按计数频率从高到低排序因子水平
         dplyr::mutate(pBu = fct_infreq(as.factor(pBu))) %>%
         ggplot(aes(x = EV)) +
         geom_histogram(aes(color = pBu, fill = pBu), 
                        binwidth = 0.3, 
                        position = "identity",
                        alpha = 0.2) + # 半透明避免遮挡
         ggtitle("Histogram EV 2020") +
         ylab("Counts") +
         theme(panel.background = element_blank(), axis.line = element_line(colour = "black"),
               plot.title = element_text(lineheight = .8, hjust = 0.5, face = "bold"),
               legend.title = element_blank(), 
               legend.background = element_rect(fill = "white", size = 0.5, linetype = "solid", colour ="black"),
               legend.box.background = element_rect(colour = "black"), legend.box.margin = margin(t = 1, l = 1))
) %>%
  ggplotly()

额外优化建议 #

你当前设置的binwidth = 0.3极小，而EV列数值跨度从-772到95万+，会生成大量空的或仅包含0值的窄柱子，不利于观察整体分布，可以根据需求适当调大bin宽度（例如设置为binwidth = 10000），可视化效果会更清晰。

内容的提问来源于stack exchange，提问作者Miko