在分类变量的图表中显示百分比%而不是计数

我正在绘制一个类别变量，而不是显示每个类别值的计数。

我正在寻找一种方法来让ggplot显示该类别中值的百分比。当然，可以用计算出的百分比创建另一个变量并绘制该变量，但我必须这样做几十次，我希望在一个命令中实现这一点。

我在做一些实验，比如

qplot(mydataf) +
  stat_bin(aes(n = nrow(mydataf), y = ..count../n)) +
  scale_y_continuous(formatter = "percent")

但我一定是使用不正确，因为我得到了错误。

为了方便地重现设置，这里有一个简化的示例:

mydata <- c ("aa", "bb", NULL, "bb", "cc", "aa", "aa", "aa", "ee", NULL, "cc");
mydataf <- factor(mydata);
qplot (mydataf); #this shows the count, I'm looking to see % displayed.

在实际情况中，我可能会使用ggplot而不是qplot，但是使用stat_bin的正确方法仍然让我困惑。

我也尝试了以下四种方法:

ggplot(mydataf, aes(y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent');

ggplot(mydataf, aes(y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent') + geom_bar();

ggplot(mydataf, aes(x = levels(mydataf), y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent');

ggplot(mydataf, aes(x = levels(mydataf), y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent') + geom_bar();

但所有4个都给予:

错误:ggplot2不知道如何处理类因子的数据

的简单情况也会出现相同的错误

ggplot (data=mydataf, aes(levels(mydataf))) +
  geom_bar()

这显然是关于ggplot如何与单个向量交互的。我摸不着头脑，在谷歌上搜索这个错误只得到一个结果。

当前回答

从ggplot2 3.3版开始，我们可以访问方便的after_stat()函数。

我们可以做一些类似于@Andrew的回答，但是不用..语法:

# original example data
mydata <- c("aa", "bb", NULL, "bb", "cc", "aa", "aa", "aa", "ee", NULL, "cc")

# display percentages
library(ggplot2)
ggplot(mapping = aes(x = mydata,
                     y = after_stat(count/sum(count)))) +
  geom_bar() +
  scale_y_continuous(labels = scales::percent)

您可以在geom_和stat_函数的文档中找到所有可用的“计算变量”。例如，对于geom_bar()，可以访问count和prop变量。(请参阅计算变量的文档。)

关于你的NULL值的一个注释:当你创建向量时，它们被忽略(即你最终得到一个长度为9的向量，而不是11)。如果你真的想跟踪丢失的数据，你将不得不使用NA (ggplot2将把NA放在图的右端):

# use NA instead of NULL
mydata <- c("aa", "bb", NA, "bb", "cc", "aa", "aa", "aa", "ee", NA, "cc")
length(mydata)
#> [1] 11

# display percentages
library(ggplot2)
ggplot(mapping = aes(x = mydata,
                     y = after_stat(count/sum(count)))) +
  geom_bar() +
  scale_y_continuous(labels = scales::percent)

由reprex包于2021-02-09创建(v1.0.0)

(请注意，使用chr或fct数据不会对您的示例产生影响。)

2021-02-08 04:22:54

其他回答

修改后的代码应该可以工作

p = ggplot(mydataf, aes(x = foo)) + 
    geom_bar(aes(y = (..count..)/sum(..count..))) + 
    scale_y_continuous(formatter = 'percent')

如果你的数据有NAs，而你不希望它们包含在plot中，将na.省略(mydataf)作为参数传递给ggplot。

希望这能有所帮助。

2010-09-12 16:23:45

在回答了这个问题之后，ggplot语法有了一些有意义的更改。总结一下上面评论中的讨论:

 require(ggplot2)
 require(scales)

 p <- ggplot(mydataf, aes(x = foo)) +  
        geom_bar(aes(y = (..count..)/sum(..count..))) + 
        ## version 3.0.0
        scale_y_continuous(labels=percent)

下面是一个使用mtcars的可复制示例:

 ggplot(mtcars, aes(x = factor(hp))) +  
        geom_bar(aes(y = (..count..)/sum(..count..))) + 
        scale_y_continuous(labels = percent) ## version 3.0.0

这个问题目前在谷歌上的“ggplot计数vs百分比直方图”中排名第一，所以希望这有助于提取目前在对公认答案的评论中包含的所有信息。

注:如果hp没有被设置为因子，ggplot返回:

2013-01-24 22:27:26

如果你想要百分比标签，但实际的n在y轴上，试试这个:

    library(scales)
perbar=function(xx){
      q=ggplot(data=data.frame(xx),aes(x=xx))+
      geom_bar(aes(y = (..count..)),fill="orange")
       q=q+    geom_text(aes(y = (..count..),label = scales::percent((..count..)/sum(..count..))), stat="bin",colour="darkgreen") 
      q
    }
    perbar(mtcars$disp)

2014-06-11 21:21:02

对于ggplot2 2.1.0版本，就是这样

+ scale_y_continuous(labels = scales::percent)

2016-05-26 12:46:17

截至2017年3月，对于ggplot2 2.2.1，我认为最佳解决方案在Hadley Wickham的R for数据科学书籍中得到了解释:

ggplot(mydataf) + stat_count(mapping = aes(x=foo, y=..prop.., group=1))

Stat_count计算两个变量:默认使用count，但您可以选择使用显示比例的prop。

2017-03-21 08:22:23

在分类变量的图表中显示百分比%而不是计数

推荐文章

最新文章

标签