在R中使用ggplot2复现Excel分组求和MaleCount的折线图问题

核心思路 #

要复现Excel透视表分组求和后的折线图，需要先按照*年龄段（AgeBand）和卫生委员会（OrgCode，你代码中误写为HealthBoard）*对MaleCount做分组求和，再用聚合后的数据绘图。

依赖包 #

需要提前加载tidyverse套件（包含数据处理用的dplyr和绘图用的ggplot2）：

library(tidyverse)

方法1：先聚合数据再绘图（逻辑和Excel透视表完全一致） #

步骤1：生成聚合数据集 #

df_agg <- df %>%
  # 剔除年龄分组为空的无效记录
  filter(!is.na(AgeBand)) %>%
  # 按两个维度分组，和Excel透视表的分组逻辑完全对应
  group_by(AgeBand, OrgCode) %>%
  # 对男性人数求和
  summarise(total_male = sum(MaleCount), .groups = "drop")

步骤2：绘制折线图 #

ggplot(df_agg, aes(x = AgeBand, y = total_male, color = factor(OrgCode))) +
  geom_line(linewidth = 1) +
  # 自定义图表标签
  labs(
    title = "2020年4月NHS Wales各卫生委员会不同年龄段男性登记人数",
    x = "年龄段",
    y = "男性总人数",
    color = "卫生委员会编码"
  ) +
  theme_minimal()

方法2：无需预聚合，直接在ggplot内完成计算 #

如果不想额外生成聚合表，可以直接用stat_summary函数在绘图时自动完成分组求和：

df %>%
  filter(!is.na(AgeBand)) %>%
  ggplot(aes(x = AgeBand, y = MaleCount, color = factor(OrgCode), group = factor(OrgCode))) +
  # 指定求和为聚合函数，输出折线图层
  stat_summary(fun = sum, geom = "line", linewidth = 1) +
  labs(
    title = "2020年4月NHS Wales各卫生委员会不同年龄段男性登记人数",
    x = "年龄段",
    y = "男性总人数",
    color = "卫生委员会编码"
  ) +
  theme_minimal()

原有代码问题说明 #

• 未对MaleCount做分组求和，直接使用原始明细行数据绘图，和Excel结果逻辑不一致
• 原数据集中卫生委员会的字段名为OrgCode，代码中误写为HealthBoard导致分组失效
• 未显式设置group映射，ggplot无法正确识别分组规则绘制多条折线

内容的提问来源于stack exchange，提问作者Mark