在分类变量图表中显示%而不是计数

由于回答了这个问题,对 ggplot 语法进行了一些有意义的更改。总结以上评论中的讨论:

require(ggplot2)
需要(比例尺)

P<-ggplot(mydataf,aes(x=foo))。+
土工格栅(aes(y=..count../sum(..count..)))+
##版本3.0.0
缩放连续(标签=百分比)
< /代码> 

下面是一个使用mtcars的可复制示例:


ggplot(mtcars,aes(x=factor(hp)))+
土工格栅(aes(y=..count../sum(..count..)))+
缩放连续(标签=百分比)版本3.0.0
< /代码> 



这个问题目前是google上“ggplot count vs percentage histogram”的第一个问题,所以希望这有助于提取当前包含在接受答案评论中的所有信息。


备注:ifhpis not set as a factor,ggplot returns:。



博威:


 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)


下面是一个可复制的示例,使用mtcars:

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




这个问题目前是Google对“ggplot count vs percentage histogram”的第一个点击,所以希望这有助于提取当前包含在接受答案评论中的所有信息。

备注:如果hp不设为因子,ggplot返回:

修改后的代码应该有效

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

如果您的数据有NAS,并且您不希望它们包含在绘图中,请将na.omit(mydataf)作为参数传递给ggplot。

希望这有帮助。

对于ggplot2版本2.1.0,它是

+ scale_y_continuous(labels = scales::percent)

截至2017年3月, ggplot2 2.2.1我认为最好的解决方案在Hadley Wickham's R for Data Science Book:

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

stat_count 计算两个变量: count 默认情况下使用,但您可以选择使用 prop 显示比例。

如果希望Y轴上的百分比 和 标记在条形上:

库(ggplot2)
图书馆(比例尺)
ggplot(mtcars,aes(x=as.factor(am)))+
土工格栅(aes(y=..count../sum(..count..)))+
geom_text(aes(y=(..count../sum(..count..)),label=scales::percent(..count../sum(..count..)),stat=“count”,vjust=-0.25)+
缩放连续(标签=百分比)+
实验室(title=“手动与自动频率”,y=“百分比”,x=“自动变速器”)
< /代码> 



添加条形图标签时,您可能希望通过在末尾添加以下内容来省略更清晰图表的Y轴:

主题(
axis.text.y=element_blank(),axis.ticks=element_blank(),
axis.title.y=元素_blank())
)
< /代码> 

  theme(
        axis.text.y=element_blank(), axis.ticks=element_blank(),
        axis.title.y=element_blank()
  )

如果你想要百分比 标签 但Y轴上的实际ns,请尝试以下操作:

    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)

这里是一个面数据的解决方法。(本例中@andrew接受的答案不起作用。)其想法是使用dpylr计算百分比值,然后使用geom_col创建绘图。

库(ggplot2)
图书馆(比例尺)
图书馆(Magrittr)
图书馆(DPLYR)

箱宽<-30

mtcars.stats<-mtcars%>%
分组依据(cyl)%>%
突变(bin=切割(hp,breaks=seq(0400,binwidth)
labels=seq(0+binwidth,400,binwidth)-(binwidth/2)),
n=n())%& g%;
分组依据(cyl,bin)%>%
总结(p=n()/n[1])%>%
取消分组()%>%
变异(bin=as.numeric(as.character(bin)))

ggplot(mtcars.stats,aes(x=bin,y=p))。+
GeoMyCo()+
缩放连续(标签=百分比)+
面网格(cyl~)
< /代码> 

这是情节:


然后用dpylr和geom_col创建绘图。


library(ggplot2)
library(scales)
library(magrittr)
library(dplyr)

binwidth <- 30

mtcars.stats <- mtcars %>%
  group_by(cyl) %>%
  mutate(bin = cut(hp, breaks=seq(0,400, binwidth), 
               labels= seq(0+binwidth,400, binwidth)-(binwidth/2)),
         n = n()) %>%
  group_by(cyl, bin) %>%
  summarise(p = n()/n[1]) %>%
  ungroup() %>%
  mutate(bin = as.numeric(as.character(bin)))

ggplot(mtcars.stats, aes(x = bin, y= p)) +  
  geom_col() + 
  scale_y_continuous(labels = percent) +
  facet_grid(cyl~.)


这就是情节:

请注意,如果变量是连续的,则必须使用geom_histogram(),因为函数将按“bin”对变量分组。

df <- data.frame(V1 = rnorm(100))

ggplot(df, aes(x = V1)) +  
  geom_histogram(aes(y = (..count..)/sum(..count..))) 

# if you use geom_bar(), with factor(V1), each value of V1 will be treated as a
# different category. In this case this does not make sense, as the variable is 
# really continuous. With the hp variable of the mtcars (see previous answer), it 
# worked well since hp was not really continuous (check unique(mtcars$hp)), and one 
# can want to see each value of this variable, and not to group it in bins.
ggplot(df, aes(x = factor(V1))) +  
  geom_bar(aes(y = (..count..)/sum(..count..)))