如何在堆积条形图中使用百分比作为标签？

Question

我正在尝试在ggplot2的堆叠条形图中将百分比数字显示为标签。我找到了3年前的其他帖子，但我无法复制它：如何在基于组的ggplot2中绘制显示百分比的堆叠条形图？ 那篇文章的答案几乎完全符合我的要求。

这是我的数据的简单示例：

df = data.frame('sample' = c('cond1','cond1','cond1','cond2','cond2','cond2','cond3','cond3','cond3','cond4','cond4','cond4'),
                'class' = c('class1','class2','class3','class1','class2','class3','class1','class2','class3','class1','class2','class3'))
ggplot(data=df, aes(x=sample, fill=class)) + 
    coord_flip() +
    geom_bar(position=position_fill(reverse=TRUE), width=0.7)

我希望每个条形图都显示百分比/分数，所以在这种情况下它们都将是33%。实际上，如果可以实时计算值，那就更好了，但如果需要，我也可以手动输入百分比。有人能帮忙吗？

附带问题：如何减少条形图之间的空间？我也找到了许多答案，但它们建议在position_fill()中使用width参数，但这个参数似乎已经不存在了。

非常感谢！

编辑：

到目前为止，有两个示例完全展示了我所要求的内容（非常感谢您的快速回复），但是当应用于我的真实数据时，它们会失败。这里是示例数据，只添加了另一个元素以显示发生了什么：

df = data.frame('sample' = c('cond1','cond1','cond1','cond2','cond2','cond2','cond3','cond3','cond3','cond4','cond4','cond4','cond1'),
                'class' = c('class1','class2','class3','class1','class2','class3','class1','class2','class3','class1','class2','class3','class2'))

基本上，我希望每个类别/条件组合只有一个标签。

- fakechek

---

可能是ggplot中用百分比替换geom_bar中的计数的重复问题，以及这里。 - Roman

Answer 1

我认为OP想要的是在条形图的实际部分上加上标签。我们可以使用data.table获取计数百分比和格式化百分比，然后使用ggplot绘图：

library(data.table)
library(scales)
dt <- setDT(df)[,list(count = .N), by = .(sample,class)][,list(class = class, count = count,
                percent_fmt = paste0(formatC(count*100/sum(count), digits = 2), "%"),
                percent_num = count/sum(count)
                ), by = sample]

ggplot(data=dt, aes(x=sample, y= percent_num, fill=class)) +   
  geom_bar(position=position_fill(reverse=TRUE), stat = "identity", width=0.7) +
  geom_text(aes(label = percent_fmt),position = position_stack(vjust = 0.5)) + coord_flip()

编辑：另一种解决方案是在聚合过程中计算标签的y值。这样我们就不必依赖于position_stack(vjust = 0.5)：

dt <- setDT(df)[,list(count = .N), by = .(sample,class)][,list(class = class, count = count,
               percent_fmt = paste0(formatC(count*100/sum(count), digits = 2), "%"),
               percent_num = count/sum(count),
               cum_pct = cumsum(count/sum(count)),
               label_y = (cumsum(count/sum(count)) + cumsum(ifelse(is.na(shift(count/sum(count))),0,shift(count/sum(count))))) / 2
), by = sample]

ggplot(data=dt, aes(x=sample, y= percent_num, fill=class)) +   
  geom_bar(position=position_fill(reverse=TRUE), stat = "identity", width=0.7) +
  geom_text(aes(label = percent_fmt, y = label_y)) + coord_flip()

- Mike H.

---

确实就是我想要做的，谢谢！但是这里有些奇怪。你的例子完美运作，但当我将它应用到我的数据上（比给出的例子中的数据稍多一些），输出结果看起来像这样：链接我认为它正在标记每个进入柱形图的类别实例。但我不明白为什么柱子丢失了以及为什么坐标轴完全偏移。 - fakechek

嗯，你能发布更多的数据吗？ - Mike H.

我会将其添加到帖子中。 - fakechek

@fakechek请看我的更新。我在第二个data.table链中将.N改为了sum(count)。我还在第一步中进行了折叠操作。我认为这是问题的根源。 - Mike H.

非常感谢，现在完美了 :) - fakechek

Answer 2

这里有一个解决方案，首先使用dplyr计算百分比，然后绘制它们：

更新：

options(stringsAsFactors = F)

df = data.frame(sample = c('cond1','cond1','cond1','cond2','cond2','cond2','cond3','cond3','cond3','cond4','cond4','cond4'), 
                class = c('class1','class2','class3','class1','class2','class3','class1','class2','class3','class1','class2','class3'))

library(dplyr) 
library(scales)

df%>%
  # count how often each class occurs in each sample.
  count(sample, class)%>% 
  group_by(sample)%>%
  mutate(pct = n / sum(n))%>%
  ggplot(aes(x = sample, y = pct, fill = class)) + 
  coord_flip() +
  geom_col(width=0.7)+
  geom_text(aes(label = paste0(round(pct * 100), '%')),
            position = position_stack(vjust = 0.5))

- Jeroen Boeye

---

非常感谢，不幸的是我和其他人的解决方案一样有同样的问题。简而言之，当添加更多元素（类/条件组合）时，它们会根据颜色代码进行分组，每个元素都会有自己的标签。相反，我正在尝试每种颜色只添加一个标签 :/ - fakechek

我会更新答案，使其更加强大，以适应更多的类/条件组合。 - Jeroen Boeye

如果您不想计算每个样本中的类别，而是想要唯一的类别和样本组合，您可以在分析开始时（在“count(sample, class)”之前）添加“distinct(sample, class)”这一行。在这种替代计算中，每个样本内的百分比将始终相等。 - Jeroen Boeye

太棒了，非常感谢你的帮助！这太美妙了！ - fakechek

Answer 3

使用 scales

library(scales)
ggplot(data=df, aes(x=sample, fill=class)) +
  coord_flip() +
  geom_bar(position=position_fill(reverse=TRUE), width=0.7) +
  scale_y_continuous(labels =percent_format())

- Erdem Akkas

---

谢谢你的建议，这是我后来也想解决的问题。但实际上，我在这里尝试做的是为每个条形图添加一个标签，例如使用geom_text()或geom_label()，显示该条件下每个类别的百分比。 - fakechek