如何在R的ggplot2中绘制留存学生占比的热力图？

我明白你想要的是每个年-月-周组合里，留存学生（Retention_Status=1）的数量占该时间段总人数的比例热力图，之前的代码只是统计了各分组的count，确实需要调整数据处理逻辑来计算占比。这里有两种简洁的实现方式，你可以根据自己的习惯选择：

方法一：先统计分组count再计算占比 #

这种方式和你原来的代码逻辑衔接更紧密，先保留你原有的分组统计步骤，再拓展计算占比：

library(dplyr)
library(ggplot2)

# 1. 先按年、月、周、留存状态分组统计人数
Admit_grouped <- Admit %>%
  group_by(year, month, week, Retention_Status) %>%
  summarize(count = n(), .groups = "drop")  # .groups="drop"避免后续分组冲突

# 2. 按年、月、周分组计算总人数，再算出留存占比
Admit_retention_ratio <- Admit_grouped %>%
  group_by(year, month, week) %>%
  mutate(
    total_weekly = sum(count),  # 计算该年月周的总学生数
    retention_ratio = ifelse(Retention_Status == 1, count / total_weekly, NA)
  ) %>%
  filter(!is.na(retention_ratio))  # 只保留留存状态为1的占比数据

# 3. 绘制热力图
ggplot(Admit_retention_ratio, aes(x = 1, y = week, fill = retention_ratio)) +
  geom_tile(colour = "white") +
  facet_grid(year ~ month) +
  scale_fill_gradient(
    low = "red", 
    high = "green", 
    labels = scales::percent  # 将小数转换为百分比显示
  ) +
  labs(
    title = "学生周留存占比热力图",
    x = "",  # 因为x轴只有1个类别，无需标注
    y = "周数",
    fill = "留存占比"
  )

方法二：一步到位计算留存占比（更高效） #

因为你的Retention_Status是0和1的标识，我们可以直接利用均值来计算占比——把Retention_Status == 1转换为布尔值（TRUE=1，FALSE=0），取均值就是留存的比例，代码更简洁：

library(dplyr)
library(ggplot2)

# 直接按年、月、周分组，计算留存占比
Admit_retention_ratio <- Admit %>%
  group_by(year, month, week) %>%
  summarize(
    retention_ratio = mean(Retention_Status == 1),
    .groups = "drop"
  )

# 绘制热力图（和方法一的绘图代码一致）
ggplot(Admit_retention_ratio, aes(x = 1, y = week, fill = retention_ratio)) +
  geom_tile(colour = "white") +
  facet_grid(year ~ month) +
  scale_fill_gradient(
    low = "red", 
    high = "green", 
    labels = scales::percent
  ) +
  labs(
    title = "学生周留存占比热力图",
    x = "",
    y = "周数",
    fill = "留存占比"
  )

关键说明 #

• 两种方法最终的绘图效果是一致的，方法二更高效，少了一次分组统计的步骤
• scales::percent用来把0-1的小数转换为百分比格式，让图例更直观易懂
• 如果你的Retention_Status后续有其他取值（比如不是0/1），方法一的兼容性更强，只需要调整ifelse里的条件即可

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