在R中绘制「比例内嵌套比例」条形图的技术求助

首先先把你提供的数据集整理成清晰的格式：

ID# group category1 category2 category3 category4 category5
1   a     1         0         1         0         0
2   a     0         0         0         0         1
3   b     1         1         1         0         0

你的需求是绘制堆叠条形图：横轴是各个category，每个条形的高度代表该category占总观测的比例；条形内部按group拆分，展示每个group在该category中的占比（最终堆叠起来的总和就是该category的总比例）。下面我分别用Python和R给出实现方案：

Python 实现（使用pandas + matplotlib） #

步骤1：数据预处理 #

首先我们需要把宽格式的数据集转换为长格式，然后计算每个category的总占比，以及每个group在对应category中的占比（也就是该group在该category的计数除以总观测数）。

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data = pd.DataFrame({
    'ID#': [1,2,3],
    'group': ['a','a','b'],
    'category1': [1,0,1],
    'category2': [0,0,1],
    'category3': [1,0,1],
    'category4': [0,0,0],
    'category5': [0,1,0]
})

# 转换为长格式：保留group，把category列转为行
long_data = data.melt(id_vars=['group'], value_vars=[col for col in data.columns if 'category' in col],
                      var_name='category', value_name='is_in')

# 筛选出属于该类别的观测
long_data = long_data[long_data['is_in'] == 1]

# 计算总观测数
total_obs = len(data)

# 计算每个category下各group的计数，再转为占总观测的比例
summary = long_data.groupby(['category', 'group']).size().reset_index(name='count')
summary['proportion'] = summary['count'] / total_obs

# 计算每个category的总比例（用于排序或参考）
category_totals = summary.groupby('category')['proportion'].sum().reset_index(name='total_proportion')

步骤2：绘制堆叠条形图 #

# 获取所有category和group的唯一值
categories = sorted(summary['category'].unique())
groups = sorted(summary['group'].unique())

# 设置绘图参数
plt.figure(figsize=(10, 6))
bottom = [0]*len(categories)

# 逐个group绘制堆叠部分
for group in groups:
    # 获取当前group在每个category的比例
    group_props = []
    for cat in categories:
        prop = summary[(summary['category'] == cat) & (summary['group'] == group)]['proportion'].values
        group_props.append(prop[0] if len(prop) > 0 else 0)
    
    # 绘制堆叠条形
    plt.bar(categories, group_props, bottom=bottom, label=group)
    # 更新bottom值，用于下一个group的堆叠
    bottom = [b + p for b, p in zip(bottom, group_props)]

# 添加标签和标题
plt.xlabel('Category')
plt.ylabel('Proportion of Total Observations')
plt.title('Category Proportions by Group')
plt.legend(title='Group')
plt.xticks(rotation=45)
plt.tight_layout()

# 显示每个条形的总比例（可选）
for i, cat in enumerate(categories):
    total = category_totals[category_totals['category'] == cat]['total_proportion'].values[0]
    plt.text(i, total + 0.01, f'{total:.1%}', ha='center')

plt.show()

这段代码会生成你需要的图：每个条形的高度是该category占总观测的比例，内部堆叠的部分是对应group在该category中的贡献（占总观测的比例），标注的总比例能清晰展示每个category的整体占比。

R 实现（使用tidyverse + ggplot2） #

步骤1：数据预处理 #

library(tidyverse)

# 构建数据集
data <- tibble(
  ID = c(1,2,3),
  group = c("a","a","b"),
  category1 = c(1,0,1),
  category2 = c(0,0,1),
  category3 = c(1,0,1),
  category4 = c(0,0,0),
  category5 = c(0,1,0)
)

# 转换为长格式并筛选有效观测
long_data <- data %>%
  pivot_longer(cols = starts_with("category"), names_to = "category", values_to = "is_in") %>%
  filter(is_in == 1)

# 计算总观测数
total_obs <- nrow(data)

# 计算每个category下各group的占总观测比例
summary <- long_data %>%
  count(category, group) %>%
  mutate(proportion = n / total_obs)

# 计算每个category的总比例
category_totals <- summary %>%
  group_by(category) %>%
  summarise(total_proportion = sum(proportion))

步骤2：绘制堆叠条形图 #

ggplot(summary, aes(x = category, y = proportion, fill = group)) +
  geom_col(position = position_stack()) +
  # 添加每个条形的总比例标签
  geom_text(data = category_totals, aes(x = category, y = total_proportion, label = sprintf("%.1f%%", total_proportion*100)),
            vjust = -0.5, inherit.aes = FALSE) +
  labs(
    x = "Category",
    y = "Proportion of Total Observations",
    title = "Category Proportions by Group",
    fill = "Group"
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

这个R版本的代码同样能实现你的需求，ggplot2的语法更简洁，适合快速调整样式。

内容的提问来源于stack exchange，提问作者Kim