如何基于给定数据使用ggplot绘制抽样分布条形图？

步骤1：数据预处理 #

首先给原始数据标记出「实际值」和「样本值」，方便绘图时区分：

library(dplyr)
library(ggplot2)

# 加载原始数据集
set.seed(1)  
dat = rbind(data.frame('Category' = 'A', values = c(10, rnorm(10000))), 
            data.frame('Category' = 'B', values = c(20, rt(10000, 10))))

# 标记数据类型：每个分类的第一行是实际值，其余为样本值
dat <- dat %>%
  group_by(Category) %>%
  mutate(type = ifelse(row_number() == 1, "Actual", "Sample")) %>%
  ungroup()

步骤2：两种常见绘图方案 #

根据你需要的展示效果，提供两种实用实现方式：

方案1：实际值条形 + 样本分布箱线图

这种方式既能突出实际值，又能直观展示样本的整体分布情况：

ggplot(dat, aes(x = Category, y = values)) +
  # 绘制样本值的箱线图，放在底层
  geom_boxplot(data = filter(dat, type == "Sample"), width = 0.4, fill = "#E6E6E6") +
  # 绘制实际值的条形，用醒目颜色区分
  geom_col(data = filter(dat, type == "Actual"), aes(fill = type), width = 0.2) +
  # 给实际值添加数值标签
  geom_text(data = filter(dat, type == "Actual"), 
            aes(label = values), vjust = -0.5, size = 4) +
  # 设置颜色和主题
  scale_fill_manual(values = c("Actual" = "#FF6B6B")) +
  labs(title = "实际值与样本值分布对比",
       y = "数值", x = "分类", fill = "数据类型") +
  theme_minimal()

方案2：实际值与样本均值的双条形对比

如果只需要对比实际值和样本的平均水平，可采用双条形图：

# 计算每个分类的样本均值
sample_summary <- dat %>%
  filter(type == "Sample") %>%
  group_by(Category) %>%
  summarise(value = mean(values)) %>%
  mutate(type = "样本均值")

# 提取实际值数据
actual_data <- dat %>%
  filter(type == "Actual") %>%
  select(Category, values, type) %>%
  rename(value = values)

# 合并绘图数据
plot_data <- bind_rows(actual_data, sample_summary)

# 绘制双条形图
ggplot(plot_data, aes(x = Category, y = value, fill = type)) +
  geom_col(position = position_dodge(width = 0.8), width = 0.7) +
  # 添加数值标签
  geom_text(aes(label = round(value, 2)), 
            position = position_dodge(width = 0.8), vjust = -0.5, size = 4) +
  # 设置颜色
  scale_fill_manual(values = c("Actual" = "#FF6B6B", "样本均值" = "#4ECDC4")) +
  labs(title = "实际值与样本均值对比",
       y = "数值", x = "分类", fill = "数据类型") +
  theme_minimal()

内容的提问来源于stack exchange，提问作者Bogaso