如何将 plot 与 ggplot2 组合成多个区域？

Question

我正在尝试实现如下图所示的复杂数据。 但是使用 R 和 ggplot2。

据观察：

1. 每组数据可视化上方有 6 个不同的组“非洲”、“亚洲”、“欧洲”等；
2. 每个大陆 1 套，包括 3 个区域图；
3. x 轴只出现在一组，大洋洲的最后一行
4. 图例只出现一次，在上面。
5. 有两个图例，上面的plot——风险人群和条件
6. 如您所见，非洲拥有百万人口（一张图表）、风险群体和条件。

我正在尝试使用我的 2 个数据集获得相同的结果。 以印度为例，我想要一条线，一张症状图表，第二条线是合并症图表。 英国和巴基斯坦也一样。 以下是一些创建的假数据集：

1. https://github.com/gabrielburcea/stackoverflow_fake_data/blob/master/fake_symptoms.csv
2. https://github.com/gabrielburcea/stackoverflow_fake_data/blob/master/fake_comorbidities%202.csv

我试图通过为每个国家/地区创建小型数据集来获得一些东西，然后创建 2 个图，一个用于症状，另一个用于合并症，然后将它们加在一起。 但这是一项繁重的工作，还会出现许多其他问题。 采用这种方法可能会出现问题。 一个例子在这里：

india_count_symptoms <- count_symptoms %>%
  dplyr::filter(Country == "India")

india_count_symptoms$symptoms <- as.factor(india_count_symptoms$symptoms)
india_count_symptoms$Count <- as.numeric(india_count_symptoms$Count)

library(viridis)

india_sympt_plot <- ggplot2::ggplot(india_count_symptoms, ggplot2::aes(x = age_band, y = Count, group = symptoms, fill = symptoms)) +
  ggplot2::geom_area(position = "fill", color = "white") + 
  ggplot2::scale_x_discrete(limits = c("0-19", "20-39", "40-59","60+"), expand = c(0, 0)) +
  ggplot2::scale_y_continuous(expand = expansion(mult = c(0, 0.1))) + 
  viridis::scale_fill_viridis(discrete = TRUE)

india_sympt_plot  

这就是我得到的：

如您所见：

一种。 年龄段不太一致

b. 如果我采用这种方法，我最终会得到每个国家/地区的每个 plot 的图例

c。y 轴没有给我计数，它一直到 1。直观上并不正确。

d. 对合并症做同样的事情，然后得到与上述3点相同的问题。

因此，我想采用一种更简单的方法来获得与第一张图片中类似的 plot，条件表示为：从 1 到 5 分，但针对我的 3 个国家以及症状和合并症。 然而，我的真实数据集更大，有 5 个国家，但具有相同的绘图 - 症状和合并症。

在 RStudio 中使用 ggplot2 是否有更好的方法来实现此目的？

Answer 1

这是一个好的开始——我不清楚你的一些目标，但这个答案应该能让你克服眼前的障碍。

## read in your data
count_symptoms = readr::read_csv("https://github.com/gabrielburcea/stackoverflow_fake_data/raw/master/fake_symptoms.csv")

## as mentioned in comments, removing `position = 'fill'` lets your chart show counts.
## (I'm skipping the unnecessary data conversions)
## And I'm removing the `ggplot2::` to make the code more readable...
## No other changes are made

india_count_symptoms <- count_symptoms %>%
  dplyr::filter(Country == "India")

india_sympt_plot <- ggplot(india_count_symptoms, aes(x = age_band, y = Count, group = symptoms, fill = symptoms)) +
  geom_area(color = "white") + 
  scale_x_discrete(limits = c("0-19", "20-39", "40-59","60+"), expand = c(0, 0)) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.1))) + 
  viridis::scale_fill_viridis(discrete = TRUE)

现在，我们不用为每个国家制作单独的图，而是使用构面：

## same plot code as above, but we give it the whole data set
## and add the `facet_grid` on
ggplot(count_symptoms, aes(x = age_band, y = Count, group = symptoms, fill = symptoms)) +
  geom_area(color = "white") + 
  scale_x_discrete(limits = c("0-19", "20-39", "40-59","60+"), expand = c(0, 0)) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.1))) +  
  viridis::scale_fill_viridis(discrete = TRUE) + 
  facet_grid(Country ~ .)

请注意，我们只有一个图例。 您可以轻松地重新定位它，如此处所示。 可能我要做的下一个改变是在你的 scale_y_continuous 中添加参数labels = scales::comma_format scale_y_continuous 。 我不知道您的 x 轴标签有什么问题。

对于完整的图，我建议为每一列做一个facet_grid plot，然后使用patchwork package 将它们组合成一个图像。 看看基于此你能走多远，如果你仍然有问题，请提出一个关注下一步的新问题。