ggplot分组geom_col求和绘图结果与dplyr summarise计算值不一致问题
问题原因
geom_col不会自动对同一分组的y轴数值做求和计算,它会为数据集中的每一行单独生成一个条形- 你设置了
position = "dodge"参数后,同一个gear(挡位)和cyl(缸数)分组下的多个条形会互相重叠遮挡,图上显示的高度实际是该分组下某一个观测的wt值,而非所有观测的wt总和:- 4缸3挡分组仅包含1个观测,所以显示高度刚好和求和结果一致
- 6缸3挡分组包含2个观测,重叠后仅显示高度更高的单条数值,和总和6.68不符
- 8缸3挡分组包含12个观测,重叠后仅显示最上层的单条数值,远小于实际总和49.2
修复方案
共有两种可行修复方式:
方案1:提前聚合数据后绘图(推荐,逻辑更可控)
先用dplyr计算各分组的wt总和,再将聚合后的数据集传入ggplot绘图:
library(tidyverse) mtcars_ex = mtcars %>% mutate(cyl = as.character(cyl), gear = as.character(gear)) # 计算分组wt总和 mtcars_grouped <- mtcars_ex %>% group_by(cyl, gear) %>% summarise(wt_sum = sum(wt), .groups = "drop") # 绘图 ggplot(data = mtcars_grouped, aes(y = wt_sum, x = gear, fill = cyl)) + geom_col(position = "dodge", na.rm = TRUE)
方案2:使用geom_bar自动计算分组总和
如果不需要提前保留聚合结果,可以改用geom_bar,通过stat = "sum"参数让ggplot自动完成分组求和计算:
ggplot(data = mtcars_ex, aes(y = wt, x = gear, fill = cyl)) + geom_bar(position = "dodge", na.rm = TRUE, stat = "sum")
内容的提问来源于stack exchange,提问作者Nigel Stackhouse
相关产品推荐
相关产品推荐

