如何在 R 中制作 2 轴条形图

Question

我试图在 R 中直观地比较单个图上 2 个物种的计数，多年来我在网上看到了这个图，并希望在 R 中创建类似的东西，但在网上没有找到太多有帮助的东西。

我的数据：

> head(df2)
# A tibble: 6 x 4
# Groups:   Zone, Year [6]
   Year Zone      weighted_den weighted_den_carid
  <dbl> <fct>            <dbl>              <dbl>
1  2009 West           0.00109           0.485   
2  2009 Rankin         0                 0.0869  
3  2009 Whipray        0                 0.000176
4  2009 Crocodile      0                 0.0213  
5  2010 West           0.00245           2.26    
6  2010 Rankin         0                 0    

我的尝试：

ggplot(df2, aes(x=Zone)) + 
  geom_bar(aes(y=weighted_den_carid), col = 'red') +
  geom_bar(aes(y=weighted_den), col = 'blue') +
  scale_y_continuous("Carid", sec.axis = sec_axis(~ . *100, name = "Cneb")) +
  facet_wrap(~Year)

我的数据的 dput 格式：

输出(df) 结构(列表(年份 = c(2009, 2009, 2009, 2009, 2009, 2009, 2009, 2009, 2010, 2010, 2010, 2010, 2010, 2010, 2010, 2010, 2011, 2011, 2011, 2011, 2011, 2011, 2011, 2011, 2012, 2012, 2012, 2012, 2012, 2012, 2012, 2012, 2013, 2013, 2013, 2013, 2013, 2013, 2013, 2013, 2014, 2014, 2014, 2014, 2014, 2014, 2014, 2014, 2015, 2015, 2015, 2015, 2015, 2015, 2015, 2015, 2016, 2016, 2016, 2016, 2016, 2016, 2016, 2016, 2017, 2017, 2017, 2017, 2017, 2017, 2017, 2017, 2018, 2018, 2018, 2018, 2018, 2018, 2018, 2018, 2019, 2019, 2019, 2019, 2019, 2019, 2019, 2019, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2021, 2021, 2021, 2021, 2021, 2021, 2021, 2021), 区域 = 结构(c(3L, 3L、2L、2L、4L、4L、1L、1L、3L、3L、2L、2L、4L、4L、1L、1L、3L、 3L、2L、2L、4L、4L、1L、1L、3L、3L、2L、2L、4L、4L、1L、1L、3L、 3L、2L、2L、4L、4L、1L、1L、3L、3L、2L、2L、4L、4L、1L、1L、3L、 3L、2L、2L、4L、4L、1L、1L、3L、3L、2L、2L、4L、4L、1L、1L、3L、 3L、2L、2L、4L、4L、1L、1L、3L、3L、2L、2L、4L、4L、1L、1L、3L、 3L、2L、2L、4L、4L、1L、1L、3L、3L、2L、2L、4L、4L、1L、1L、3L、 3L, 2L, 2L, 4L, 4L, 1L, 1L), .Label = c("鳄鱼", "兰金", "West", "Whipray"), class = "factor"), code = c("2009-West", "2009-West", "2009-Rankin", "2009-Rankin", "2009-Whipray", "2009-Whipray", "2009-鳄鱼", "2009-鳄鱼", "2010-西部", "2010-西部", "2010-Rankin", "2010-Rankin", "2010-Whipray", "2010-Whipray", "2010-鳄鱼", "2010-鳄鱼", "2011-西", "2011-西", "2011-Rankin", "2011-Rankin", "2011-Whipray", "2011-Whipray", "2011-鳄鱼", "2011-鳄鱼", "2012-西", "2012-西", "2012-Rankin", "2012-Rankin", "2012-Whipray", "2012-Whipray", "2012-鳄鱼", "2012-鳄鱼", "2013-西", "2013-西", "2013-Rankin", "2013-Rankin", "2013-Whipray", "2013-Whipray", "2013-鳄鱼", "2013-鳄鱼", "2014-西", "2014-西", "2014-Rankin", "2014-Rankin", "2014-Whipray", "2014-Whipray", "2014-鳄鱼", "2014-鳄鱼", "2015-西", "2015-西", "2015-Rankin", "2015-Rankin", "2015-Whipray", "2015-Whipray", "2015-鳄鱼", "2015-鳄鱼", "2016-西", "2016-西", "2016-Rankin", "2016-Rankin", "2016-Whipray", "2016-Whipray", "2016-鳄鱼", "2016-鳄鱼", "2017-西", "2017-西", "2017-Rankin", "2017-Rankin", "2017-Whipray", "2017-Whipray", "2017-鳄鱼", "2017-鳄鱼", "2018-西", "2018-西", "2018-Rankin", "2018-Rankin", "2018-Whipray", "2018-Whipray", "2018-鳄鱼", "2018-鳄鱼", "2019-西", "2019-西", "2019-Rankin", "2019-Rankin", "2019-Whipray", "2019-Whipray", "2019-鳄鱼", "2019-鳄鱼", "2020-西部", "2020-西部", "2020-Rankin", "2020-Rankin", "2020-Whipray", "2020-Whipray", "2020-鳄鱼", "2020-鳄鱼", "2021-西部", "2021-西部", "2021-Rankin", "2021-Rankin", "2021-Whipray", "2021-Whipray", "2021-鳄鱼", "2021-鳄鱼"), 物种 = c("weighted_den", “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”，“weighted_den”， “weighted_den_carid”，“weighted_den”，“weighted_den_carid”）， 密度 = c(0.00109451560281117, 0.484952868327336, 0, 0.086948676470023, 0, 0.000175586458772299, 0, 0.0213370469869364, 0.00244750051380243, 2.25961874077752, 0, 0, 0, 0.00109652922201019, 0, 0, 0.00155162534766244, 1.87765191982742, 0, 0.0506693553371398, 0, 0.00888790576574783, 0, 0.000113921166552746, 0.00271835365647371, 1.43239056009749, 0, 0.000182039455286541, 0, 0, 0, 0.000561519490035231, 0.00225835591184498, 2.40719953239284, 0, 0.000388080206313915, 0, 0.00309583234733728, 0、0.000815020765525142、9.16873040427497e-05、0.330946212564868、 0, 0.00121708105974097, 0, 0, 0, 0, 0.00120311020545607, 0.245785509346677, 0, 0, 0, 0, 0, 0.0170052902510473, 0.00331914172039662, 0.65236339593047, 0.0018818919255523, 0.00514144664157328, 0.00049840112185749, 0.00211954056631631, 0, 0.00202007130311886, 0.00419876411388295, 0.199634354821455, 0.000976084425739813, 0.104217100578605, 0.00017317664770464, 0.00103563821616542, 0.000231762069846282, 0.000115118681029652, 0.001688624458484, 0.112896098983775, 0.00221388120855345, 0.00851524454018168, 0.000145407848151758, 0.000434852081803272, 0, 0.000412676750124396, 0.00273638649319108、0.267608818473059、0.00332090562164444、 0.068723241681447, 0.000426749934946656, 0.00149987725304424, 0, 0.000192673737735322, 0.000951619776409427, 0.215338040060959, 0.000434586745104274, 0.0478934449975685, 0, 0.00150998374994783, 0, 0.00129010186017751, 0.00131030492673741, 0.300718374949211, 0.00110524705272365, 0.203148234839554, 0, 0.00205469524493215, 0, 0.00279004408491279)), row.names = c(NA, -104L), groups = 结构(列表( 区域 = 结构(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L、1L、1L、2L、2L、2L、2L、2L、2L、2L、2L、2L、2L、2L、2L、 2L、3L、3L、3L、3L、3L、3L、3L、3L、3L、3L、3L、3L、3L、4L、 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("鳄鱼", “Rankin”、“West”、“Whipray”），类 =“因子”），年份 = c（2009 年， 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021), .rows = 结构(列表(7:8, 15:16, 23:24, 31:32, 39:40, 47:48、55:56、63:64、71:72、79:80、87:88、95:96、103:104、 3:4、11:12、19:20、27:28、35:36、43:44、51:52、59:60、 67:68、75:76、83:84、91:92、99:100、1:2、9:10、17:18、 25:26、33:34、41:42、49:50、57:58、65:66、73:74、81:82、 89:90、97:98、5:6、13:14、21:22、29:30、37:38、45:46、 53:54, 61:62, 69:70, 77:78, 85:86, 93:94, 101:102), ptype = 整数(0), 类 = c("vctrs_list_of", “vctrs_vctr”，“列表”））），row.names = c（NA，-52L），class = c（“tbl_df”， “tbl”，“data.frame”），.drop = TRUE），class = c（“grouped_df”， “tbl_df”，“tbl”，“data.frame”））

Answer 1

使用您的 dput，我们可以创建以下代码，该代码似乎可以满足您的要求，尽管我不确定它作为可视化的效果如何：

tidyr::pivot_wider(df, names_from = species, values_from = density) %>%
ggplot(aes(x = as.numeric(Zone) - 0.125)) + 
  geom_col(aes(y = weighted_den, group = 1, fill = 'weighted_den'),
           width = 0.25) +
  geom_col(aes(x = as.numeric(Zone) + 0.125,
               y = weighted_den_carid / 100,
               fill = 'weighted_den_carid'), width =0.25) + 
  scale_x_continuous(breaks = 1:4, labels = levels(df$Zone)) +
  scale_y_continuous(sec.axis = sec_axis(trans = ~.x * 100,
                                         name = 'weighted_den_carid')) +
  facet_wrap(~Year, scales = 'free_y') +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 90))

Answer 2

首先，我创建了一个带有随机数据的可重复数据集：

df <- data.frame(Year = rep(c(2009, 2010, 2011, 2012), 5),
                  Zone = rep(c("West", "Rankin", "Whipray", "Crocodile"), 5),
                  weighted_den = runif(20, 0, 1),
                  weighted_den_carid = runif(20, 0, 3))

之后，您应该使用以下代码熔融您的数据：

library(reshape)
library(tidyverse)
df2 <- melt(df, id = c("Zone", "Year"))

并使用以下代码将标准绘制第二个Y轴：

df2 %>% ggplot(aes(x = Zone, y = value, fill = variable)) +
  geom_bar(stat = "identity", position = "dodge") +
  scale_y_continuous("Carid", sec.axis = sec_axis(~ . *100, name = "Cneb")) 

output：output：