如何用ggplot2绘制带分面的分组堆叠条形图展示时间占比

我来帮你搞定这个堆叠条形图的问题！你现在的代码是把prep_time和operation_time直接合并成一个整体，所以没法区分两者的占比。要实现堆叠显示并添加图例，核心是把数据从宽格式转换成长格式，让ggplot能识别不同的时间类型。

完整解决方案代码 #

# 加载必要的包
library(ggplot2)
library(tidyr) # 用于数据格式重塑

# 读取数据
df <- read.csv("test.csv", strip.white = TRUE)

# 将宽格式数据转换为长格式
df_long <- pivot_longer(df, 
                        cols = c(prep_time, operation_time), # 指定要转换的时间列
                        names_to = "time_category", # 新的分类列名（区分准备/操作时间）
                        values_to = "time_value") # 对应的时间数值列名

# 绘制堆叠条形图
plot <- ggplot(df_long, aes(x = system, y = time_value, fill = time_category)) +
  geom_bar(stat = "identity") + # 堆叠模式，直接使用y轴数值
  facet_grid(. ~ operation_type) + # 按operation_type分面展示
  labs(title = "Total Time Breakdown by System & Operation Type",
       x = "System",
       y = "Time (units)",
       fill = "Time Type") + # 自定义图例、坐标轴和标题文本
  theme_minimal() # 可选：使用简洁主题美化图表

# 输出图表
print(plot)

关键步骤解释 #

1. 数据格式转换：
   pivot_longer函数把原来的两列时间数据（prep_time和operation_time）重塑成两列：

   • time_category：标记当前数值属于"准备时间"还是"操作时间"
   • time_value：对应具体的时间数值
     这样ggplot就能通过fill = time_category参数区分不同部分，自动生成堆叠效果和图例。

2. 堆叠条形图设置：
   geom_bar(stat = "identity")表示直接使用y轴的数值（而不是默认的计数），配合fill参数就能实现堆叠显示不同时间类型的占比。

3. 美化与自定义：
   通过labs可以修改图表的标题、坐标轴标签和图例名称，theme_minimal是可选的美化主题，你也可以换成theme_bw()或其他自定义样式。

替代方案（无tidyr包时） #

如果你的环境没有安装tidyr包，可以用base R的reshape函数完成格式转换：

df_long <- reshape(df, 
                   varying = c("prep_time", "operation_time"),
                   v.names = "time_value",
                   timevar = "time_category",
                   times = c("prep_time", "operation_time"),
                   direction = "long")

内容的提问来源于stack exchange，提问作者Lucas Stout