堆栈条形图作为每个类的观测值百分比的函数，而不更改ggplot2中的值
堆栈条形图作为每个类的观测值百分比的函数，而不更改ggplot2中的值
提问于 2020-05-11 19:52:32
早上好，各位，
我有一个关于我的图表格式的问题。
在这里，我将平均群体大小表示为离海岸距离的函数。是否可以将每一列除以每类小时的观察数的百分比，同时保持初始列的大小代表平均值。
下面是我的数据：
dput(droplevels(df.long2[1:15, ]))
structure(list(Distance = c("1-40", "1-40", "1-40", "40-80",
"40-80", "40-80", "80-120", "80-120", "80-120", "120-160", "120-160",
"120-160", "160-225", "160-225", "160-225"), mean = c(6.66901408450704,
6.66901408450704, 6.66901408450704, 6.33333333333333, 6.33333333333333,
6.33333333333333, 10.2561403508772, 10.2561403508772, 10.2561403508772,
11.3986013986014, 11.3986013986014, 11.3986013986014, 23.7051282051282,
23.7051282051282, 23.7051282051282), erreur_std = c(0.63121621161232,
0.63121621161232, 0.63121621161232, 0.469878994871701, 0.469878994871701,
0.469878994871701, 1.29468464273019, 1.29468464273019, 1.29468464273019,
1.53421016593719, 1.53421016593719, 1.53421016593719, 4.00121147880924,
4.00121147880924, 4.00121147880924), count = c(142L, 142L, 142L,
312L, 312L, 312L, 285L, 285L, 285L, 143L, 143L, 143L, 78L, 78L,
78L), Heure = c("0-4", "4-8", "8-12", "0-4", "4-8", "8-12", "0-4",
"4-8", "8-12", "0-4", "4-8", "8-12", "0-4", "4-8", "8-12"), n = c(48L,
79L, 15L, 131L, 148L, 33L, 85L, 152L, 48L, 83L, 51L, 9L, 56L,
11L, 11L)), row.names = c(NA, -15L), class = c("tbl_df", "tbl",
"data.frame"))但不幸的是，当我试图绘制这张图时，我得到了这个结果，因为线条累积了
下面是我使用的脚本：
ggplot(df.long2, aes(x=Distance, y = mean, fill = Heure)) +
geom_col(position = "stack", fill='steelblue', color="gray", stat="identity")+
geom_errorbar(data = df.long2, aes(ymin = mean-erreur_std, ymax = mean+erreur_std), width = .2, position = position_dodge(width = 0.9))+
theme_bw() +
scale_x_discrete(limits=c("1-40", "40-80", "80-120", "120-160", "160-225")) +
labs(title = "Moyenne de la taille des groupes chez le dauphin commun \n(Delphinus delphis) en fonction de la distance à la côte ",
caption = "Source : Observatoire PELAGIS ",
x = "Distance à la côte (kilomètres)",
y = "Moyenne de la taille des groupes",
subtitle = "n=960") +
theme(plot.title = element_text(hjust = 0.5)) +
geom_text(aes(label=count), y=-0.5, hjust = 0.1, stat='count', colour="black", size=3) +
geom_text(aes(label= "n=" ), y= -0.5, hjust = 1.1, colour="black", size = 3)提前感谢您的回复
回答 1
Stack Overflow用户
发布于 2020-05-11 20:17:24
为了表示柱状图，我建议预先计算您想要表示的值。尝试获取将在您的图表中表示的精确值的表。不要让ggplot为你做一些计算。在您的示例中，这将类似于：
library(ggplot2)
library(dplyr)
df.long3 <- df.long2 %>%
group_by(Distance) %>%
summarise(
mean = mean(mean),
erreur_std = mean(erreur_std)
)
ggplot(df.long3, aes(x=Distance, y = mean)) +
geom_col(position = "stack", fill='steelblue', color="gray")+
geom_errorbar(data = df.long2, aes(ymin = mean-erreur_std, ymax = mean+erreur_std), width = .2, position = position_dodge(width = 0.9))+
theme_bw()
然而，我对此有两点担忧。
- 在您的数据集中，
mean和erreur_std对每个Hour使用完全相同的值重复。我怀疑这个数据集的计算错误。我假设您在之前的摘要calculation. - What中设置了一个“小时”组，我们称之为“条形图”，但它并不能很好地表示您的数据。如果您不知道数据集的分布，这样的误差栏是没有意义的。我建议使用小提琴图，它不会假设分布的对称性。这样的“条形图”让我们假设你想隐藏原始数据的真实情况。
我不能向您提供小提琴图的代码，因为您没有提供原始数据，但是要获得更多信息，您可以浏览这两篇文章：
- rtask.thinkr.fr (FR & EN) : [https://rtask.thinkr.fr/data-visualisation-pitfalls-how-to-avoid-barbarplots/](https://rtask.thinkr.fr/data-visualisation-pitfalls-how-to-avoid-barbarplots/)
- data-to-viz.com (EN): [https://www.data-to-viz.com/caveat/error\_bar.html](https://www.data-to-viz.com/caveat/error_bar.html)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61729079
复制相关文章
相似问题
腾讯云开发者
