ggplot2优雅的绘制分类条形图

欢迎关注R语言数据分析指南

❝

本节来介绍如何使用「ggplot2」来绘分组条形图，通过一些细节的调整来构建一个新的展示方式，下面具体来看小栗子

❞

加载R包

package.list=c("tidyverse","ggsci","ggbump")

for (package in package.list) {
  if (!require(package,character.only=T, quietly=T)) {
    install.packages(package)
    library(package, character.only=T)
  }
}

数据清洗

df <- read_tsv("data.xls") %>% 
  select(1,2,3,4) %>% 
  mutate(year=as.character(year)) %>% as.data.frame() %>% 
  filter(continent %in% c("Europe","Americas"),year %in% c("1952","2007")) %>% 
  group_by(year,continent) %>% 
  mutate(percent=round(100*lifeExp/sum(lifeExp),digits=2)) %>% 
  top_n(3) %>% 
  arrange(year,continent) %>% 
  ungroup()

  country       continent year  lifeExp percent
   <chr>         <chr>     <chr>   <dbl>   <dbl>
 1 Canada        Americas  1952     68.8    5.16
 2 United States Americas  1952     68.4    5.14
 3 Uruguay       Americas  1952     66.1    4.96
 4 Iceland       Europe    1952     72.5    3.75
 5 Netherlands   Europe    1952     72.1    3.73
 6 Norway        Europe    1952     72.7    3.76
 7 Canada        Americas  2007     80.7    4.38
 8 Costa Rica    Americas  2007     78.8    4.28
 9 Puerto Rico   Americas  2007     78.7    4.28
10 Iceland       Europe    2007     81.8    3.51
11 Spain         Europe    2007     80.9    3.47
12 Sweden        Europe    2007     80.9    3.47
13 Switzerland   Europe    2007     81.7    3.51

❝

• top_n(3) 表示取每组中值最高的3个

❞

df %>% ggplot()+
  geom_bar(aes(fill = country, y =percent, x=year), position = "fill",
           stat = "identity", width = .5,key_glyph="dotplot")+
  geom_text(aes(y = percent, x =year, label = paste0(percent, "%")),
            size = 3.5, position = position_fill(vjust = 0.5),color="white") +
  geom_text(aes(x = year, y = -0.05, label = year),color="black",hjust = 1, nudge_y =-0.01, size = 4) +
  geom_text(aes(x = 1.5, y = 0, label =continent), hjust = 0.5,nudge_y = -0.4, size = 5, stat = "unique",color="black") +
  geom_sigmoid(aes(x = 2.25, xend = 1.5, y = -0.19, yend = -0.265),size = 0.2,direction = "y",color="black",smooth =8) +
  geom_sigmoid(aes(x = 0.75, xend = 1.5, y = -0.19, yend = -0.265),size = 0.2,direction = "y",color="black",smooth =8)+
  coord_flip(clip = "off", expand = FALSE) +
  scale_fill_futurama()+
  facet_wrap(vars(continent),ncol = 1) +
  theme_void() +
  theme(plot.margin = margin(30,30,30,50),
    strip.text = element_blank(),
    panel.spacing.y = unit(2,"lines"),
    legend.title = element_blank(),
    legend.key=element_blank(), 
    legend.text = element_text(color="black",size=10), 
    legend.spacing.x=unit(0.1,'cm'), 
    legend.key.width=unit(0.6,'cm'), 
    legend.key.height=unit(0.6,'cm'),
    legend.background=element_blank(), 
    legend.box.background=element_rect(colour = "black"),
    legend.box.margin = margin(0,2,0,0))

数据获取

❝

非常简单的一个小案例，可以清楚直观的看出不同处理下数据的变化，喜欢的小伙伴欢迎转发此文档附上一句话到朋友圈后台截图给我，即可获取对应的数据及代码

❞

欢迎大家扫描下方二位码加入「QQ交流群」,与全国各地上千位小伙伴交流

「关注下方公众号下回更新不迷路」，如需要加入微信交流群可添加小编微信，请备注单位+方向+姓名

往期推荐