ggplot中计数的累积堆积面积图与R

Question

我有一个过去几十年采用的政策的时间序列，并且想要制作具有累积政策计数的堆叠区域图，因为它们在采用后仍然有效。我希望将它们按组织分组，x 为时间，y 为累积计数，以显示政策采用率随着时间的推移而增长。

数据：

df<- data.frame(
  organization = c("a", "a", "c", "c", "a", "b"),
  year = c(1990, 1991, 1992, 1993, 1994, 1995),
  count= c(1,1,1,0,1,1))

我尝试了以下方法：

df%>%
group_by(organization, year) %>%
summarise(total = sum(count)) %>%
ggplot(  aes(x=year, y= cumsum( total),fill=factor(organization))) +
geom_area(position = "stack")

现在我得到了一个这样的情节，它不是累积的——我认为这是因为多年来没有采取任何政策。

我有兴趣得到这样的东西：

^{图片来源：https://www.r-graph-gallery.com/136-stacked-area-chart.html}

非常感谢任何帮助！！！

Answer 1

每个组织都需要代表每一年，即使该组织有 0 个。然后将 mutate 添加到您的代码中并绘制累计总数。

为每个组织重新制作数据示例，使其每年都有一个数字，有些为 0

df = data.frame(time = rep(c(1990,1991,1992),3),
org = c("a","a","a","b","b","b","c","c","c"),
num = c(1,0,1,0,0,1,1,1,1))


  df%>%
  group_by(org, time) %>%
  summarise(total = sum(num)) %>%
  mutate(newtot = cumsum(total))%>%
  ggplot(aes(x= time, y= newtot,fill=org)) +
  geom_area()

Answer 2

对于每个组织，您都需要确保至少有一个最小和最大年份的计数值。这样ggplot2 将填补空白。此外，您需要小心累积总和。因此，如果最早和去年不存在值，我在下面显示的解决方案会添加零计数。

我添加了一些代码，以便您可以为没有第一个和最后一个所有年份数据的组织自动添加行。 要合并此自动代码，您需要合并 tail_dat complete_dat 数据框并更改 data.frame() 定义中的变量 dat 以适应您自己的数据。

library(ggplot2)
library(dplyr)
library(tidyr)

# Create sample data
dat <- tribble(
  ~organization, ~year, ~count,
  "a", 1990, 1,
  "a", 1991, 1,
  "b", 1991, 1,
  "c", 1992, 1,
  "c", 1993, 0,
  "a", 1994, 1,
  "b", 1995, 1
)
dat
#> # A tibble: 7 x 3
#>   organization  year count
#>   <chr>        <dbl> <dbl>
#> 1 a             1990     1
#> 2 a             1991     1
#> 3 b             1991     1
#> 4 c             1992     1
#> 5 c             1993     0
#> 6 a             1994     1
#> 7 b             1995     1

# NOTE incorrect results for comparison
dat %>%
  group_by(organization, year) %>%
  summarise(total = sum(count)) %>%
  ggplot(aes(x = year, y = cumsum(total), fill = organization)) +
  geom_area()
#> `summarise()` regrouping output by 'organization' (override with `.groups` argument)

# Fill out all years and organization combinations
complete_dat <- tidyr::expand(dat, organization, year = 1990:1995)
complete_dat
#> # A tibble: 18 x 2
#>    organization  year
#>    <chr>        <int>
#>  1 a             1990
#>  2 a             1991
#>  3 a             1992
#>  4 a             1993
#>  5 a             1994
#>  6 a             1995
#>  7 b             1990
#>  8 b             1991
#>  9 b             1992
#> 10 b             1993
#> 11 b             1994
#> 12 b             1995
#> 13 c             1990
#> 14 c             1991
#> 15 c             1992
#> 16 c             1993
#> 17 c             1994
#> 18 c             1995

# Update data so that counting works and fills in gaps
final_dat <- complete_dat %>%
  left_join(dat, by = c("organization", "year")) %>%
  replace_na(list(count = 0)) %>%  # Replace NA with zeros
  group_by(organization, year) %>%
  arrange(organization, year) %>%  # Arrange by year so adding works
  group_by(organization) %>%
  mutate(aggcount = cumsum(count))
final_dat
#> # A tibble: 18 x 4
#> # Groups:   organization [3]
#>    organization  year count aggcount
#>    <chr>        <dbl> <dbl>    <dbl>
#>  1 a             1990     1        1
#>  2 a             1991     1        2
#>  3 a             1992     0        2
#>  4 a             1993     0        2
#>  5 a             1994     1        3
#>  6 a             1995     0        3
#>  7 b             1990     0        0
#>  8 b             1991     1        1
#>  9 b             1992     0        1
#> 10 b             1993     0        1
#> 11 b             1994     0        1
#> 12 b             1995     1        2
#> 13 c             1990     0        0
#> 14 c             1991     0        0
#> 15 c             1992     1        1
#> 16 c             1993     0        1
#> 17 c             1994     0        1
#> 18 c             1995     0        1

# Plot results
final_dat %>%
  ggplot(aes(x = year, y = aggcount, fill = organization)) +
  geom_area()

^{由reprex package (v0.3.0) 于 2020 年 12 月 10 日创建}