如何基于给定R数据集制作展示组内占比的百分比式马赛克图
分组结构占比型马赛克图实现方案
核心需求匹配说明
你需要的是行百分比维度的马赛克图:
- 横轴对应4个Class分组,每个分组的矩形宽度对应该组的总人数规模
- 每个分组矩形内部的垂直切分长度,对应各事件状态在该组内的人数占比(即计算A类缺考人数/A类总人数这类组内比例,而非全体总人数的占比)
- 可同时展示组间规模差异和组内事件结构差异
实现步骤
1. 依赖包加载
需用到数据变形和绘图相关的R包,首次使用提前安装加载即可:
# 安装依赖:install.packages(c("tidyr", "dplyr", "ggmosaic", "ggplot2")) library(tidyr) library(dplyr) library(ggmosaic) library(ggplot2)
2. 数据格式转换
你提供的原始数据集是宽表(每列对应一个事件状态的绝对计数),需要先转成绘图工具可识别的长表格式:
# 你提供的原始示例数据 df <- structure(list(Class = c("A", "B", "C", "D"), Attempted = c(374, 820, 31, 108), Missed = c(291, 311, 5, 15), Cancelled = c(330, 206, 6, 5), Unknown = c(950, 341, 6, 13)), class = "data.frame", row.names = c(NA, -4L)) # 宽表转长表 df_long <- df %>% pivot_longer(cols = c(Attempted, Missed, Cancelled, Unknown), names_to = "event_status", values_to = "count") %>% # 统一设置状态标签,匹配需求的中文描述 mutate(event_status = factor(event_status, levels = c("Attempted", "Missed", "Cancelled", "Unknown"), labels = c("参加测试", "缺考", "取消", "状态未知")))
3. 绘制目标马赛克图
通过geom_mosaic()的方向参数设置,工具会自动计算组内占比,不需要手动提前换算百分比:
ggplot(data = df_long) + # 指定x维度为Class分组,组内切分维度为事件状态,权重为实际计数 geom_mosaic(aes(x = product(Class, event_status), fill = event_status, weight = count), dir = "x") + # 图表标签设置 labs(x = "群体分类", y = "组内事件占比", fill = "事件状态") + theme_minimal() + theme(axis.text.x = element_text(hjust = 0.5))
效果说明
- 最终生成的图表中,A类群体对应的块宽度最大(总人数1945人),C类对应的块宽度最窄(总人数48人),直观展示组间规模差
- 每个块内部的色块长度完全对应该状态在组内的占比:比如A类中“状态未知”的人数占比接近50%,对应色块会占据A类块近一半的垂直高度,完全匹配比例展示要求
可选优化:直接标注组内占比数值
如果需要在色块上直接标注具体的百分比数值,可以先计算组内比例,再把对应标签映射到图上:
# 计算每个组内的占比数值 df_label <- df_long %>% group_by(Class) %>% mutate(group_total = sum(count), prop = count / group_total, # 计算色块中心点位置用于标注 y_mid = 1 - (cumsum(prop) - prop/2)) # 在原绘图代码基础上增加标签行 ggplot(data = df_long) + geom_mosaic(aes(x = product(Class, event_status), fill = event_status, weight = count), dir = "x") + # 增加占比标签 geom_text(data = df_label, aes(x = Class, y = y_mid, label = paste0(round(prop*100, 1), "%")), size = 3) + labs(x = "群体分类", y = "组内事件占比", fill = "事件状态") + theme_minimal()
注意:如果不需要展示组间规模差异,希望所有Class块宽度完全一致,可以把马赛克图替换为等宽堆叠百分比图,用
geom_col(aes(x=Class, y=count, fill=event_status), position = "fill")实现,这种形式下每个块宽度相同,仅展示组内比例结构。
注意:不要手动把所有绝对数换算成百分比再作为输入,那样会让所有Class的总权重变成1,丢失马赛克图通过宽度映射组规模的核心特点。
内容的提问来源于stack exchange,提问作者amty
相关产品推荐
相关产品推荐

