如何在R中针对多主题变量与区域绘制堆叠条形图？

首先发现你笔误啦——重复定义了Theme 3，我默认第二个是Theme 4来处理，如果不是的话你调整变量名就行~

第一步：整理数据成tidy格式（ggplot2绘图的最佳格式） #

首先我们需要把数据整合到一个数据框里，并且把每个样本的区域、主题、响应（是/否/缺失）对应起来。这里我先补全区域数据（假设10个样本随机分配到4个区域，你可以替换成真实的区域对应关系）：

# 定义主题变量（修正重复的Theme3为Theme4）
Theme1 <- c(0,1,1,0,0,1,2,2,1,0)
Theme2 <- c(0,1,0,1,0,1,2,2,0,1)
Theme3 <- c(2,2,0,1,0,1,0,1,1,1)
Theme4 <- c(0,0,0,1,1,1,1,2,2,0)

# 定义每个样本的区域（这里用随机模拟，你替换成真实的区域分配）
set.seed(123) # 保证结果可重复
Region_abb <- sample(c("ESA", "WCA", "MENA", "ASIA"), 10, replace = TRUE)

# 构建数据框
df <- data.frame(
  Region = Region_abb,
  Theme1 = Theme1,
  Theme2 = Theme2,
  Theme3 = Theme3,
  Theme4 = Theme4
)

# 转换为tidy格式（长格式）
library(tidyr)
df_long <- pivot_longer(df, cols = starts_with("Theme"), 
                        names_to = "Theme", values_to = "Response")

# 把响应值替换为标签：0=否，1=是，2=缺失
df_long$Response_label <- factor(df_long$Response, 
                                 levels = c(0,1,2), 
                                 labels = c("否", "是", "缺失"))

第二步：统计各区域-主题的响应分布 #

接下来我们需要统计每个区域下，每个主题的“是/否/缺失”的数量，这样才能绘制堆叠条形图：

library(dplyr)
summary_df <- df_long %>%
  group_by(Region, Theme, Response_label) %>%
  count() %>%
  ungroup() %>%
  group_by(Region, Theme) %>%
  mutate(percent = n / sum(n) * 100) # 可选：计算百分比，用于标签

第三步：用ggplot2绘制堆叠条形图 #

现在就可以绘制堆叠条形图了，这里提供两种版本：计数版本和百分比版本，你可以按需选择：

计数堆叠图 #

library(ggplot2)
ggplot(summary_df, aes(x = Region, y = n, fill = Response_label)) +
  geom_col(position = "stack") +
  facet_wrap(~Theme) + # 每个主题单独一个子图
  labs(title = "各区域主题响应分布（计数）",
       x = "区域", y = "样本数量", fill = "响应") +
  theme_bw() +
  scale_fill_brewer(palette = "Set2")

百分比堆叠图（更适合对比占比） #

ggplot(summary_df, aes(x = Region, y = percent, fill = Response_label)) +
  geom_col(position = "stack") +
  geom_text(aes(label = paste0(round(percent), "%")), 
            position = position_stack(vjust = 0.5)) + # 添加百分比标签
  facet_wrap(~Theme) +
  labs(title = "各区域主题响应分布（百分比）",
       x = "区域", y = "占比（%）", fill = "响应") +
  theme_bw() +
  scale_fill_brewer(palette = "Set2")

关键问题说明 #

1. 数据格式问题：之前构建矩阵可能出错，是因为ggplot2更适合长格式（tidy）数据，而不是宽格式的矩阵。转换成长格式后，分组统计会更清晰。
2. 区域对应关系：你需要确保Region_abb的长度和主题变量一致（都是10），每个元素对应一个样本的区域。如果你的区域是按组划分（比如每个区域有不同数量的样本），只需要调整Region_abb的取值即可。
3. 重复的Theme3：一定要修正这个变量名，不然会覆盖之前的数据，导致结果错误。

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