在ggplot2中使用长格式数据按id分组绘制measuredOnce条形图

我明白你的需求：你的长格式数据里每个参与者（id）有3条重复记录，但measuredOnce是每个参与者仅测量一次的变量，你需要绘制条形图时，让条形高度对应真实的参与者数量，而不是重复行的计数，同时不想转换为宽格式。

问题根源 #

原代码里的geom_bar()默认会统计所有行的数量，每个id重复3次，所以最终的计数是真实人数的3倍，这就是你看到的错误结果。

两种无需转宽的解决方案 #

方案1：在ggplot中直接去重（推荐）

因为每个id的measuredOnce、con1、con2都是一致的，我们可以在ggplot调用数据时，保留每个id的唯一一条记录，这样统计的就是真实的参与者数量：

library(tidyverse) # 需要加载tidyverse或者dplyr

ggplot(data = dat %>% distinct(id, .keep_all = TRUE)) +
  aes(x = measuredOnce) +
  geom_bar() +
  facet_wrap(~con1*con2)

distinct(id, .keep_all = TRUE)会保留每个id的第一行数据，由于同一id的分组变量和measuredOnce都相同，完全不影响统计结果，而且全程还是基于长格式数据操作。

方案2：使用权重参数

如果你不想修改数据结构，可以给每行记录分配一个权重，让每个id的总权重等于1（因为每个id有3行，所以每行权重是1/3）：

ggplot(data = dat) +
  aes(x = measuredOnce, weight = 1/3) +
  geom_bar() +
  facet_wrap(~con1*con2)

geom_bar()会根据权重来计算计数，每个id的3行加起来权重正好是1，最终的条形高度就是真实的参与者数量。

效果验证 #

这两种方法的输出结果，和你用spread()转换宽格式后绘制的图完全一致，而且都不需要把长格式转成宽格式。

内容的提问来源于stack exchange，提问作者userLL