ggplot2 geom_bar：绘制两个变量的总和并按每个变量的比例分组

Question

我找不到以下问题的答案/解决方案：

我有两个数值变量。我取两者的总和，并希望绘制该总和变量的相对频率 + 表示其子分量的比例（即一个变量的平均比例作为总和的一部分）。

示例：我有 v1 = 问题数和 v2 = 答案数。每个观察可以有 x 个问题和 y 个答案以及 x+y 个交互。

示例代码：

df <- data.frame(matrix(ncol = 2, nrow = 5))
x <- c("questions", "answers")
colnames(df) <- x

df$questions <- c(1,2,3,1,2)
df$answers <- c(2,3,4,2,3)
df$interactionsum <- df$questions + df$answers


ggplot(df, aes(x = interactionsum)) +
  geom_bar(aes(y = (..count..)/sum(..count..))) + 
  ylab("Relative frequencies") +
  xlab("Sum of interactions")

在此数据设置中，第一个条的三分之一是问题（平均比例），三分之二是答案（平均比例）。如何使用 ggplot2 实现这种类型的分组？

提前谢谢你！

Answer 1

df <- data.frame(matrix(ncol = 2, nrow = 5))
x <- c("questions", "answers")
colnames(df) <- x

df$questions <- c(1,2,3,1,2)
df$answers <- c(2,3,4,2,3)
df$interactionsum <- df$questions + df$answers

require(dplyr) 
require(tidyr)
require(ggplot2) 
df<-df  %>% group_by(interactionsum) %>% 
  summarize(questions=mean(questions)/mean(interactionsum) ,answers=mean(answers)/mean(interactionsum) , n=n()/nrow(df) ) %>% mutate(interactionsum=as.factor(interactionsum)) %>% 
  gather("key","means",questions, answers) 
ggplot(df,aes(x=interactionsum,y=means*n,fill=key))+geom_bar(stat="identity")

对于每个可能的交互和，我们创建所有问题变量的平均值和所有答案变量的平均值。然后我们收集（使用tidyr）以制作 ggplot 偏爱的长数据格式，然后我们使用“身份”统计将这些均值绘制在堆积条形图中，因为它们已经反映了值中的频率。

我还将交互总和转化为一个因素，以改善最终结果的外观。

Answer 2

# example data
df = data.frame(questions = c(1,2,3,1,2),
                answers = c(2,3,4,2,3))

df$interactionsum <- df$questions + df$answers

library(tidyverse)

df %>%
  group_by(interactionsum) %>%
  summarise_all(sum) %>%
  gather(x,y,-interactionsum) %>%
  group_by(interactionsum) %>%
  mutate(y = y/sum(y)) %>%
  ggplot(aes(interactionsum, y, fill=x))+
  geom_bar(stat="identity")