ggplot2中带有误差条的堆叠百分比条形图

Question

我正在尝试创建一个堆积条形图，显示数据框两列中呈现的值的百分比。

我的代码生成的堆积条形图有两个问题，我认为它们是相互关联的。

1. ggplot2 不会让我显示 %，而是将输入值显示为 1.0 的份额。我无法用我在 SO 上环顾四周时发现的scale_y_continuous(labels = percent_format()) 修复它，所以我不知道如何解决这个问题？

2. 我的误差线非常长。也许这是因为 SEM 是按百分比计算的，但我的图表显示的是 1.0 之外的份额。所以所有值都是我的数据框中的值的 1/100？

我的数据框：

ID Group Labeled Unlabeled
A     0       2        98
B     0       2        98
C     0       4        96
D     0       4        96
E     0       4        96
A     1      50        50
B     1      40        60
C     1      50        50
D     1      40        60
E     1      30        70
A     2      30        70
B     2      30        70
C     2      20        80
D     2      20        80
E     2      20        80
A     3      10        90
B     3      10        90
C     3       5        95
D     3      10        90
E     3       5        95
A     4       2        98
B     4       2        98
C     4       1        99
D     4       1        99
E     4       0       100

我的代码：

library(ggplot2)
library(plyr)
library(reshape2)


#Calculate means for both groups
melted <- melt(data, id.vars=c("ID", "Group"))
means <- ddply(melted, c("variable", "Group"), summarise,
           mean=mean(value))

#Draw bar plot with ggplot2
plot <- ggplot(data=means, aes(x=Group, y=mean, fill=variable)) + 
  geom_bar(stat="identity",
       position="fill",
       width = 0.4) +                           
  xlab(" ") + ylab("Percentage (%)") + 
  theme_classic(base_size = 16, base_family = "Helvetica") + 
  theme(axis.text.y=element_text(size=16, face="bold")) + 
  theme(axis.title.y=element_text(size=16, face="bold", vjust=1)) + 
  theme(axis.text.x=element_text(angle=45,hjust=1,vjust=1, size=16, face="bold")) +
  theme(legend.position="right")

# Calc SEM  
means.sem <- ddply(melted, c("variable", "Group"), summarise,
               mean=mean(value), sem=sd(value)/sqrt(length(value)))
means.sem <- transform(means.sem, lower=mean-sem, upper=mean+sem)

# Add SEM & change appearance of barplot
plotSEM <- plot + geom_errorbar(data=means.sem, aes(ymax=upper,  ymin=lower), position="fill", width=0.15) 

Answer 1

这也应该有效（您只需要调整 Labeled 变量的误差线）并且默认位置堆栈应该有效。

plot <- ggplot(data=means, aes(x=Group, y=mean, fill=variable)) + 
  geom_bar(stat="identity",
           width = 0.4) +                           
  xlab(" ") + ylab("Percentage (%)") + 
  theme_classic(base_size = 16, base_family = "Helvetica") + 
  theme(axis.text.y=element_text(size=16, face="bold")) + 
  theme(axis.title.y=element_text(size=16, face="bold", vjust=1)) + 
  theme(axis.text.x=element_text(angle=45,hjust=1,vjust=1, size=16, face="bold")) +
  theme(legend.position="right")

# Calc SEM  
means.sem <- ddply(melted, c("variable", "Group"), summarise,
                   mean=mean(value), sem=sd(value)/sqrt(length(value)))
means.sem <- transform(means.sem, lower=mean-sem, upper=mean+sem)
means.sem[means.sem$variable=='Labeled',5:6] <- means.sem[means.sem$variable=='Labeled',3] + means.sem[means.sem$variable=='Unlabeled',5:6]

# Add SEM & change appearance of barplot
plotSEM <- plot + geom_errorbar(data=means.sem, aes(ymax=upper,  ymin=lower), 
                                width=0.15)

Answer 2

1. 您通常需要 scales 包才能使 format_percent() 工作，但我们将为此使用自定义函数
2. 我稍微调整了您的代码，但主要区别在于：
   1. position = 'stack' 在酒吧而不是 fill
   2. position = 'identity' 和 stat = 'identity' 用于错误栏
   3. 每组只显示一个错误栏

数据：

df <- read.table(text = "ID Group Labeled Unlabeled
             A     0       2        98
             B     0       2        98
             C     0       4        96
             D     0       4        96
             E     0       4        96
             A     1      50        50
             B     1      40        60
             C     1      50        50
             D     1      40        60
             E     1      30        70
             A     2      30        70
             B     2      30        70
             C     2      20        80
             D     2      20        80
             E     2      20        80
             A     3      10        90
             B     3      10        90
             C     3       5        95
             D     3      10        90
             E     3       5        95
             A     4       2        98
             B     4       2        98
             C     4       1        99
             D     4       1        99
             E     4       0       100", header = T)

代码：

library(ggplot2)
library(dplyr)
library(scales)

df %>% 
  gather('key','value',-ID, -Group) %>% 
  group_by(Group, key) %>% 
  summarise(mean = mean(value),
            sem = sd(value) / sqrt(n()),
            lower = (mean - sem),
            upper = (mean + sem))-> newdf

#Draw bar plot with ggplot2
plot <- ggplot(data=newdf, aes(x=Group, y=mean, fill=key)) + 
  geom_bar(stat="identity",
           position="stack",
           width = 0.4) +
  geom_errorbar(data = filter(newdf, key == 'Unlabeled'), aes(ymax=upper,  ymin=lower), stat = 'identity', position = 'identity', width=0.15) +
  xlab(" ") + 
  ylab("Percentage (%)") +
  scale_y_continuous(labels = function(bs) {paste0(bs, '%')}) +
  theme_classic(base_size = 16, base_family = "Helvetica") + 
  theme(axis.text.y=element_text(size=16, face="bold"), 
        axis.title.y=element_text(size=16, face="bold"),
        axis.text.x=element_text(angle=45,hjust=1,vjust=1, size=16, face="bold"),
        legend.position="right")

结果：