R：使用三个分类变量创建高级条形图，并在图的底部附加汇总表

Arne 发表于 Dev

Arne

这是我关于stackoverflow的第一个问题。我有一个关于使用R创建带有三个类别变量的条形图的问题。我仅使用R了三个星期，所以希望您能为我解决这个问题。

我有一个数据框，该数据框总结了每个年龄段在两个地方（地方1和地方2）中的女性和男性人数。我对两个地方和每个年龄段的男性和女性比例感兴趣，以便进行比较。数据如下：

# Females
data_female <- data.frame(agegroup = c("0-4","5-14","15-24","25-44","45-64","65-74","75-120"),
                          number_place1 = c(7000, 12000, 15000,40000, 36000, 10000, 13000),
                          number_place2 = c(163000, 360000, 350000,800000, 900000, 360000, 370000))
# Extra columns
data_female <- data_female %>%
               mutate(percentage_place1 = number / sum(number) * 100,
                      percentage_place2 = number / sum(number) * 100,
                      gender = "F") %>%
               select(agegroup, percentage_place1, percentage_place2, gender)

# Males
data_male <- data.frame(agegroup = c("0-4","5-14","15-24","25-44","45-64","65-74","75-120"),
                          number_place1 = c(6000, 13000, 13000,38000, 37000, 9000, 12000),
                          number_place2 = c(161000, 340000, 320000,699000, 900230, 330600, 385000))
# Extra columns
data_male <- data_male %>%
               mutate(percentage_place1 = number / sum(number) * 100,
                      percentage_place2 = number / sum(number) * 100,
                      gender = "M") %>%
               select(agegroup, percentage_place1, percentage_place2, gender)

然后将两个数据帧合并为一个，并使用'pivot_longer'创建一个'long'数据帧：

data <- rbind(data_females, data_males)

data_long <- data %>%
              rename(place1 = percentage_place1, place2 = percentage_place2) %>%
              pivot_longer(cols = c("place1","place2"),names_to = "place", values_to = "percentage")

最后，我有一个包含以下各列的数据框：

年龄阶层
性别（男/女）
位置（位置1 /步速2）
百分比（每个地点和每个年龄段的男性/女性人数比例）

从这个数据框中，我想创建一个图形，看起来完全像在这里可以找到的图：

它是带有以下内容的条形图：

x轴：地点和性别嵌套在年龄段内。例如在一个年龄段内；男性的颜色较浅（左侧的两个横栏），女性的颜色较深（右侧的两个横栏）；在每个性别类别中，我们都有两个条形：place1 =绿色和place2 =蓝色。
y轴：百分比（比例）

现在，我有一个带有以下代码的图形：

ggplot(data_long, aes(x= agegroup, y=percentage, fill=interaction(place,sex))) +   
  geom_bar(position='dodge', stat='identity') +
  facet_wrap( ~ name)

该图有两个较大的列，“ place1”和“ place2”（由于face_wrap（）），但是我想将它们组合成一个列图作为示例图。另外，如何在示例中在条形图下方创建此漂亮的表格？

我希望我的意思很清楚。有没有创造过此类数字的经验？

艾伦·卡梅伦

您可以使用“鬼nea面孔”方法。

首先，请确保您的分类变量处于所需的顺序：

agelevels <- c("0-4", "5-14", "15-24", "25-44", "45-64", "65-74", "75-120")
data_long <- data_long %>% mutate(agegroup = factor(agegroup, agelevels),
                                  gender = factor(gender, c("M", "F")))

然后我们在x轴上绘制性别，并根据性别和地点之间的相互作用进行填充。然后，我们沿着x轴按年龄组进行分面，删除面板和每个面板边界之间的间距。最后，我们将小平面条的位置切换到底部（在外部），并删除其背景，使其看起来像辅助x轴：

ggplot(data_long, aes(x = gender, y = percentage, 
                      fill = interaction(place, gender))) +   
  geom_col(position = 'dodge', color = "gray50") +
  facet_grid( ~ agegroup, switch = "x") +
  scale_fill_manual(values = c("#a8d094", "#9fc0e7", "#97a891", "#95a5c2"),
                    labels = c("Male, place 1", "Male, place 2",
                               "Female, place 1", "Female, place 2")) +
  labs(fill = "", x = "Age group") +
  theme_bw() +
  theme(panel.spacing = unit(0, "points"),
        panel.border = element_blank(),
        axis.line = element_line(),
        strip.placement = "outside",
        strip.background = element_blank(),
        legend.position = "bottom",
        panel.grid.major.x = element_blank())