ggplot：如何用facet_wrap显示密度而不是在分组的条形图中计数？

Question

数据帧由两个因素变量组成： Cls ，具有3个级别， subset 带有2个级别。我想比较 subset 的两组中的每个类别（ cls ）。我想显示Y轴的百分比。它们应在某些子集组中计算，而不是整个数据集。

library(tidyverse)
data = data.frame(
  x = rnorm(1000),
  cls = factor(c(rep("A", 200), rep("B", 300), rep("C", 500))),
  subset = factor(c(rep("train", 900), rep("test", 100)))
)

这是我试图显示百分比的尝试，但是由于它们是在整个数据集中计算而不是 subset group：

ggplot(data, aes(x = cls, fill = cls)) + geom_bar(aes(y = ..count.. / sum(..count..))) + facet_wrap(~subset)

subset group：subset group：subset 组： subset 组： =“ nofollow noreferrer”>

如何修复它？

编辑与接受的答案有关：

plot_train_vs_test = function(data, var, subset_colname){
  plot_data = data %>% 
    count(var, eval(subset_colname)) %>% 
    group_by(eval(subset_colname)) %>% 
    mutate(perc = n/sum(n))
  
  ggplot(plot_data, aes(x = var, y = perc, fill = var)) +
    geom_col() +
    scale_y_continuous(labels = scales::label_percent()) +
    facet_wrap(~eval(subset_colname))
}

plot_train_vs_test(data, "cls", "subset")

导致错误。

Answer 1

一个选择和简单的修复方法是计算GGPLOT之外的百分比并绘制汇总的数据：

library(ggplot2)
library(dplyr, warn = FALSE)

set.seed(123)

data <- data.frame(
  x = rnorm(1000),
  cls = factor(c(rep("A", 200), rep("B", 300), rep("C", 500))),
  subset = factor(c(rep("train", 900), rep("test", 100)))
)

data_sum <- data %>%
  count(cls, subset) %>%
  group_by(subset) %>%
  mutate(pct = n / sum(n))

ggplot(data_sum, aes(x = cls, y = pct, fill = cls)) +
  geom_col() +
  scale_y_continuous(labels = scales::label_percent()) +
  facet_wrap(~subset)

强>将代码放入函数的一种方法可能是如此：

plot_train_vs_test <- function(.data, x, facet) {
  .data_sum <- .data %>%
    count({{ x }}, {{ facet }}) %>%
    group_by({{ facet }}) %>%
    mutate(pct = n / sum(n))

  ggplot(.data_sum, aes(x = {{ x }}, y = pct, fill = {{ x }})) +
    geom_col() +
    scale_y_continuous(labels = scales::label_percent()) +
    facet_wrap(vars({{ facet }}))
}

plot_train_vs_test(data, cls, subset)

有关详细信息的更多信息，尤其是 {{操作员请参阅，带有ggplot2 和使用GGPLOT2进行编程的最佳实践