R ggplot2绘制多日期列数据的三子图柱状图（x轴日期y轴ID计数）

宽格式数据无法直接适配ggplot的分层统计逻辑，先把三个独立日期列的结构重塑为长格式，再通过分面或分组映射，就能实现单图内展示三组日期数据的ID计数分布，完全匹配x轴放日期、y轴放对应日期关联ID计数的要求。

具体实现步骤 #

• 加载需要的工具包
  整个流程会用到tidyverse生态完成数据重塑和绘图，先执行加载命令：

  library(tidyverse)
  

• 构造和示例结构完全一致的测试数据

  dat <- data.frame(ID = c(1:80),
                    dat1 = sample(seq(as.Date('2021/01/01'), as.Date('2021/04/01'), by="day"), 80),
                    dat2 = sample(seq(as.Date('2021/01/01'), as.Date('2021/04/01'), by="day"), 80),
                    dat3 = sample(seq(as.Date('2021/01/01'), as.Date('2021/04/01'), by="day"), 80))
  

• 宽格式数据重塑为长格式
  用pivot_longer把三个日期列合并为统一的日期值列，同时保留每个日期所属的分组标识（区分是dat1/dat2/dat3哪一列的数据）：

  dat_long <- dat %>%
    pivot_longer(
      cols = starts_with("dat"),
      names_to = "date_group",
      values_to = "date_value"
    )
  

  转换后的数据每一行对应“某ID-某类日期-具体日期值”的映射关系，可直接用于计数统计，不需要提前手动做分组聚合。

• 绘制目标图表
  提供两种可直接复用的展示方案，可根据实际对比需求选择：

  1. 独立分面展示（最匹配3个独立barplot同图的需求）
     三个柱状图垂直排布在同一个绘图面板中，各自独立展示对应日期列的计数分布，不会互相遮挡：

     ggplot(dat_long, aes(x = date_value)) +
       # 柱子高度自动统计对应分组下的ID数，也就是y轴需要的关联ID计数
       geom_bar(fill = "#2c7fb8", width = 1) +
       # 按日期类型拆分3个垂直排列的子图
       facet_wrap(~date_group, ncol = 1) +
       labs(
         x = "日期",
         y = "关联ID计数",
         title = "三类日期对应的每日ID计数分布"
       ) +
       # 调整x轴日期的显示间隔，避免标签重叠
       scale_x_date(date_breaks = "2 week", date_labels = "%Y-%m-%d") +
       theme_bw() +
       theme(
         panel.grid.minor = element_blank(),
         axis.text.x = element_text(angle = 45, hjust = 1)
       )
     

  2. 同坐标系并排对比（适合跨组计数差异对比）
     把三个组的柱子放在同一个坐标系下，同一日期位置的三组柱子并排摆放，可直接横向对比不同组的计数差异：

     ggplot(dat_long, aes(x = date_value, fill = date_group)) +
       # 让不同组的柱子在同一x位置并排，避免重叠遮挡
       geom_bar(position = "dodge", width = 0.8) +
       labs(
         x = "日期",
         y = "关联ID计数",
         title = "三类日期对应的每日ID计数分布对比"
       ) +
       scale_x_date(date_breaks = "2 week", date_labels = "%Y-%m-%d") +
       theme_bw() +
       theme(
         panel.grid.minor = element_blank(),
         axis.text.x = element_text(angle = 45, hjust = 1)
       )
     

可选优化说明 #

如果觉得自动统计的逻辑不够灵活，可以提前手动聚合每个日期的ID计数：

dat_count <- dat_long %>%
  count(date_group, date_value, name = "id_count")

后续绘图时只需指定y值为预计算的id_count，搭配geom_bar(stat = "identity")即可，效果和自动统计完全一致。

可以根据日期粒度调整geom_bar的width参数控制柱子粗细，匹配最终视觉效果。

内容的提问来源于stack exchange，提问作者Joep_S