如何使用ggplot2绘制嵌套条形图？

嘿，我来一步步带你搞定用ggplot2绘制嵌套条形图——不管是堆叠式还是并列分组的，都给你讲得明明白白！

1. 先准备好合适的数据 #

ggplot2天生偏爱长格式数据，所以你得至少准备三个核心变量：

• 主类别（比如年份、部门）
• 子类别（比如产品、团队）
• 要可视化的数值（比如销售额、人数）

我给你构造一个示例数据集，一看就懂：

library(tibble)
# 构造长格式数据：年份（主类别）、产品（子类别）、销售额（数值）
nested_data <- tibble(
  Year = rep(c("2021", "2022", "2023"), each = 3),
  Product = rep(c("A", "B", "C"), 3),
  Sales = c(120, 80, 90, 150, 100, 110, 180, 130, 140)
)

2. 加载必备的包 #

核心就是ggplot2，如果需要处理数据，还可以配上dplyr：

library(ggplot2)
# 如果要排序或清洗数据，加载dplyr
# library(dplyr)

3. 基础款：堆叠式嵌套条形图 #

这是最常用的嵌套形式——每个主类别条形里，堆叠显示子类别的数值占比。代码超简单：

ggplot(nested_data, aes(x = Year, y = Sales, fill = Product)) +
  geom_bar(stat = "identity")

• aes()里：x绑定主类别，y绑定数值，fill用子类别区分颜色
• geom_bar(stat = "identity")：因为我们已经有现成的数值了，不需要统计计数，所以用identity

4. 另一种常用款：并列分组式嵌套 #

如果不想堆叠，而是让每个主类别下的子类别条形并列展示，只需要加个position参数：

ggplot(nested_data, aes(x = Year, y = Sales, fill = Product)) +
  geom_bar(stat = "identity", position = position_dodge(width = 0.8))

• position_dodge(width = 0.8)：控制并列条形的间距，0.8是默认值，你可以根据图表宽度调整（比如改成0.7让条形更紧凑）

5. 优化细节：让图表更专业 #

5.1 给条形加数值标签 #

光有条形不够，把数值标上去更清晰：

# 堆叠式的标签（放在每个堆叠块的中间）
ggplot(nested_data, aes(x = Year, y = Sales, fill = Product)) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = Sales), position = position_stack(vjust = 0.5))

# 并列式的标签（放在条形上方）
ggplot(nested_data, aes(x = Year, y = Sales, fill = Product)) +
  geom_bar(stat = "identity", position = position_dodge(width = 0.8)) +
  geom_text(aes(label = Sales), position = position_dodge(width = 0.8), vjust = -0.5)

• position_stack(vjust = 0.5)：让标签垂直居中在堆叠块里
• vjust = -0.5：把标签往上挪，避免和条形重叠

5.2 自定义颜色和主题 #

默认颜色太单调？换个配色，再整个清爽的主题：

ggplot(nested_data, aes(x = Year, y = Sales, fill = Product)) +
  geom_bar(stat = "identity", position = position_dodge(width = 0.8)) +
  geom_text(aes(label = Sales), position = position_dodge(width = 0.8), vjust = -0.5) +
  # 自定义填充色
  scale_fill_manual(values = c("#FF6B6B", "#4ECDC4", "#45B7D1")) +
  # 用极简主题替代默认主题
  theme_minimal() +
  # 添加标题、轴标签和图例标题
  labs(title = "2021-2023年产品销售额对比", 
       x = "年份", 
       y = "销售额（万元）", 
       fill = "产品类别")

5.3 按数值排序子类别 #

如果想让子类别按销售额从高到低排列，先给数据排个序：

library(dplyr)
# 按年份分组，按销售额降序排列，再把Product转成因子（固定顺序）
sorted_data <- nested_data %>%
  arrange(Year, desc(Sales)) %>%
  mutate(Product = factor(Product, levels = unique(Product)))

# 用排序后的数据绘图
ggplot(sorted_data, aes(x = Year, y = Sales, fill = Product)) +
  geom_bar(stat = "identity", position = position_dodge(width = 0.8)) +
  geom_text(aes(label = Sales), position = position_dodge(width = 0.8), vjust = -0.5) +
  scale_fill_manual(values = c("#FF6B6B", "#4ECDC4", "#45B7D1")) +
  theme_minimal()

6. 进阶玩法：双重嵌套（分面+堆叠） #

如果需要更复杂的嵌套（比如主类别→子类别→更细的类别），可以用分面+堆叠组合：

# 构造双重嵌套数据：年份→产品→区域
double_nested_data <- tibble(
  Year = rep(c("2021", "2022", "2023"), each = 6),
  Product = rep(rep(c("A", "B", "C"), each = 2), 3),
  Region = rep(c("North", "South"), 9),
  Sales = c(60,60,40,40,45,45,75,75,50,50,55,55,90,90,65,65,70,70)
)

# 按产品分面，每个分面里展示年份+区域的堆叠条形
ggplot(double_nested_data, aes(x = Year, y = Sales, fill = Region)) +
  geom_bar(stat = "identity", position = position_stack()) +
  facet_wrap(~Product) +
  theme_minimal() +
  labs(title = "各产品分区域年度销售额", x = "年份", y = "销售额", fill = "区域")

如果还有细节想调整，比如把图例移到顶部、调整坐标轴字体大小，都可以用theme()函数定制，比如theme(legend.position = "top", axis.text.x = element_text(angle = 45, hjust = 1))。

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