ggplot2使用geom_line绘制分类变量各取值年度占比的实现方法

你当前直接在geom_line的fun参数里传函数无法实现需求，核心原因是stat="summary"的计算分组是year（x轴变量）+你在aes中指定的group=state_crossing，每个计算组内只有同一个州同年的观测，拿不到当年所有观测的总数量，自然没法算占比。更稳妥易读的方案是先对原始数据做汇总计算后再绘图，示例代码如下：

library(dplyr)
library(ggplot2)

# 原始数据
plotting <- data.frame(
  year = rep(c("2001", "2002"), times=c(4,5)), 
  state_crossing = c("baja california", "baja california", "sonora", "tamaulipas", "sonora", "sonora", "tamaulipas", "tamaulipas", "baja california"), 
  value = rep(1, 9)
)

# 汇总计算每年每个州的观测占比
plotting_summary <- plotting %>%
  # 先按年份分组，统计每年总观测数
  group_by(year) %>%
  mutate(year_total = n()) %>%
  # 再按年份+州分组，计算对应占比
  group_by(year, state_crossing) %>%
  summarise(prop = n() / first(year_total), .groups = "drop")

# 绘图
ggplot(plotting_summary, aes(x = year, y = prop, color = state_crossing, group = state_crossing)) +
  geom_line()

如果需要让没有观测的州对应年份占比显示为0而非断线，可以额外用tidyr::complete补全年份和州的所有组合，将缺失的占比填充为0即可。

内容的提问来源于stack exchange，提问作者jpugliese