在ggplot中使用闪避位置更改列值

Question

尝试创建一个条形图，显示每个性别和年龄组的展示次数。

数据：

> head(ny1)
  Age Gender Impressions Clicks Signed_In age_group   hasimp        ctr  scode
1  36      0           3      0         1   (29,39] (0, Inf] 0.00000000   Imps
2  73      1           3      0         1 (69, Inf] (0, Inf] 0.00000000   Imps
3  30      0           3      0         1   (29,39] (0, Inf] 0.00000000   Imps
4  49      1           3      0         1   (39,49] (0, Inf] 0.00000000   Imps
5  47      1          11      0         1   (39,49] (0, Inf] 0.00000000   Imps
6  47      0          11      1         1   (39,49] (0, Inf] 0.09090909 Clicks


> str(ny1)
'data.frame':   458441 obs. of  9 variables:
 $ Age        : int  36 73 30 49 47 47 0 46 16 52 ...
 $ Gender     : Factor w/ 2 levels "0","1": 1 2 1 2 2 1 1 1 1 1 ...
 $ Impressions: int  3 3 3 3 11 11 7 5 3 4 ...
 $ Clicks     : int  0 0 0 0 0 1 1 0 0 0 ...
 $ Signed_In  : int  1 1 1 1 1 1 0 1 1 1 ...
 $ age_group  : Factor w/ 7 levels "(-Inf,19]","(19,29]",..: 3 7 3 4 4 4 1 4 1 5 ...
 $ hasimp     : Factor w/ 2 levels "(-Inf,0]","(0, Inf]": 2 2 2 2 2 2 2 2 2 2 ...
 $ ctr        : num  0 0 0 0 0 ...
 $ scode      : Factor w/ 3 levels "Clicks","Imps",..: 2 2 2 2 2 1 1 2 2 2 ...

现在这似乎适用于堆叠条形图。

ggplot(data=ny1, aes(x=age_group, y=Impressions)) +
  geom_bar(stat="identity", aes(fill = Gender))

但是当我简单地添加position =“dodge”时，它会改变y轴上的分布如何：

ggplot(data=ny1, aes(x=age_group, y=Impressions)) + 
  geom_bar(stat="identity", aes(fill = Gender), position = "dodge")

为什么第二列会衡量不同的展示次数？

Answer 1

您的第一个绘图是堆积条形图，其中每个观察（即数据集的一行）表示为堆栈的一个薄切片。 如果检查帮助文件?geom_bar ，则默认参数为position = "stack" 。

当您将position参数更改为position = "dodge" ， 每个观察都会根据Gender进行躲闪，因此条形的高度表示每个年龄组/ Gender组合的最大Impressions值。 您可以将其视为同一年龄段/性别组合中的每个观察形成一个长队列，这样从前面，您只能看到一个观察。

为了绘制按性别排列的值堆栈，您可以首先计算汇总值：

library(dplyr)

p <- ggplot(ny %>%
         group_by(age_group, Gender) %>%
         summarise(Impressions_total = sum(Impressions)),
       aes(x = age_group, y = Impressions_total, fill = Gender)) 

p1 <- p + geom_bar(stat = "identity")
p2 <- p + geom_bar(stat = "identity", position = "dodge")

gridExtra::grid.arrange(p1, p2, nrow = 1)
# the bar heights in the two charts match

用于说明的示例数据：

set.seed(123)
ny <- data.frame(
  age_group = sample(c("00-19", "20-29", "30-39"), replace = TRUE, 20),
  Impressions = sample(5:20, replace = TRUE, 20),
  Gender = factor(sample(0:1, replace = TRUE, 20))
)

附注： geom_col()等同于geom_bar(stat = "identity") ，因此您也可以使用它。