实现筛选geom_bar结果并保留有效比例的分组分级条形图

步骤说明 #

针对你的两个需求，我们先对数据进行预处理，再调整绘图逻辑：

1. 按组计算患者百分比并拆分等级：以唯一id-group为患者单位，统计每组内各问题不同等级的患者占比（占该组总患者数的百分比）。
2. 筛选问题：先计算组1中每个问题的总患者占比，保留占比超过阈值X的问题，同时保留这些问题在组2中的对应数据。

完整代码 #

library(tidyverse)
library(scales)

# 1. 设置阈值X（可根据需求调整）
X <- 0.3

# 2. 数据预处理
data <- data.frame(id=c(rep(1,4),rep(2,8),rep(3,6)),
                   group=c(1,1,1,2,1,1,1,2,2,2,2,2,1,1,2,2,2,2),
                   problem=c(1,2,3,1,2,4,5,1,2,3,6,4,5,1,2,3,4,5),
                   grade=c(rep(1,9),rep(2,9)))

# 计算每组的总患者数（唯一id-group组合）
group_total <- data |>
  distinct(id, group) |>
  count(group, name = "total_patients")

# 统计每组-问题-等级的患者数及占比
problem_stats <- data |>
  distinct(id, group, problem, grade) |> # 确保每个患者的问题-等级唯一
  count(group, problem, grade, name = "patient_count") |>
  left_join(group_total, by = "group") |>
  mutate(percentage = patient_count / total_patients)

# 筛选组1中总占比超过X的问题
qualified_problems <- problem_stats |>
  filter(group == 1) |>
  group_by(problem) |>
  summarise(total_pct = sum(percentage)) |>
  filter(total_pct > X) |>
  pull(problem)

# 保留符合条件的问题数据，并加入组1的总占比用于排序
filtered_data <- problem_stats |>
  filter(problem %in% qualified_problems) |>
  left_join(
    problem_stats |>
      filter(group == 1) |>
      group_by(problem) |>
      summarise(group1_total_pct = sum(percentage)),
    by = "problem"
  )

# 3. 绘图
ggplot(filtered_data, aes(x = fct_reorder(factor(problem), -group1_total_pct), 
                          y = percentage, fill = factor(grade), color = factor(group))) +
  # 绘制分组条形，内部按grade拆分
  geom_col(aes(group = factor(group)), 
           position = position_dodge(width = 0.8), 
           width = 0.7, size = 1) +
  # 显示百分比标签
  geom_text(aes(label = sprintf("%.0f%%", percentage * 100), group = factor(group)),
            position = position_dodge(width = 0.8), vjust = -0.3, size = 3.5) +
  # 坐标轴与配色设置（保持原代码风格）
  scale_y_continuous(labels = percent_format(accuracy = 1), 
                     expand = c(0, 0), limits = c(0, NA)) +
  scale_fill_grey(start = 0.6, end = 0.9) +
  scale_color_grey(start = 0.2, end = 0.5) +
  labs(x = NULL, y = "Percentage of Patients", fill = "Grade", color = "Group") +
  # 主题调整
  theme_classic() +
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1),
        axis.ticks.x = element_blank(),
        legend.position = "bottom")

代码说明 #

• 数据处理部分：通过distinct(id, group)确定每组总患者数，再统计每个问题-等级的患者占比，确保百分比计算的是患者占比而非记录占比。
• 筛选逻辑：仅保留组1中总占比超过X的问题，同时保留这些问题在组2中的数据，满足你只展示关键问题的需求。
• 绘图部分：用fct_reorder按组1的问题占比降序排列x轴，position_dodge实现同一问题的两组条形并排，条形内部按grade填充颜色，同时保留原代码的灰色配色风格。

内容的提问来源于stack exchange，提问作者scott9