在分类变量图表中显示％而不是计数

9 回答

• 6

  由于回答了这一问题，因此对 ggplot 语法进行了一些有意义的更改 . 总结上述评论中的讨论：

  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)
  

  这是一个使用 mtcars 的可重现示例：

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

  

  这个问题目前是谷歌搜索'ggplot count vs百分比直方图'的第一名，所以希望这有助于提取当前所有关于已接受答案的评论中的信息 .

  Remark: 如果 hp 未设置为因子，ggplot将返回：

  

  回复于 2024-04-27T17:18:10+08:00
• 54

  这个修改过的代码应该可行

  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NA并且您不希望它们包含在图中，请将na.omit（mydataf）作为参数传递给ggplot .

  希望这可以帮助 .

  回复于 2024-04-27T17:18:10+08:00
• 42

  使用ggplot2 2.1.0版本

  + scale_y_continuous(labels = scales::percent)
  

  回复于 2024-04-27T17:18:10+08:00
• 6

  截至2017年3月， ggplot2 2.2.1我认为最佳解决方案在Hadley Wickham的R for data science book中有所解释：

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

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

  回复于 2024-04-27T17:18:10+08:00
• 17

  如果您想要y轴上的百分比并在条形图上标记：

  library(ggplot2)
  library(scales)
  ggplot(mtcars, aes(x = as.factor(am))) +
    geom_bar(aes(y = (..count..)/sum(..count..))) +
    geom_text(aes(y = ((..count..)/sum(..count..)), label = scales::percent((..count..)/sum(..count..))), stat = "count", vjust = -0.25) +
    scale_y_continuous(labels = percent) +
    labs(title = "Manual vs. Automatic Frequency", y = "Percent", x = "Automatic Transmission")
  

  

  添加条形标签时，您可能希望省略y轴以获得更清晰的图表，方法是添加到结尾：

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

  

  回复于 2024-04-27T17:18:10+08:00
• 28

  如果你想要百分比标签，但在y轴上需要实际的Ns，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)
  

  回复于 2024-04-27T17:18:10+08:00
• 3

  这是分面数据的解决方法 . （@Andrew接受的答案在这种情况下不起作用 . ）想法是使用dplyr计算百分比值，然后使用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~.)
  

  这是情节：

  

  回复于 2024-04-27T17:18:10+08:00
• 196

  对于那些在2018年之后到达的人，将“labels = percent_format（）”替换为“scales :: percent”

  回复于 2024-04-27T17:18:10+08:00
• 0

  请注意，如果您的变量是连续的，则必须使用geom_histogram（），因为该函数会将变量分组为“bins” .

  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..)))
  

  回复于 2024-04-27T17:18:10+08:00