问题描述
我有一个数据集，其中包含城市和这些城市中特定物品的价格（例如出租车、饮料、晚餐等）- 可以在此处找到数据集：https://data.world/makeovermonday/2018w48
我计算了派对之夜和约会之夜的总费用：
CostNightPrepared <- CostNight %>%
group_by(City,Category) %>%
mutate(TotalCost = sum(Cost,na.rm = TRUE))%>%
arrange(desc(Category),TotalCost)
绘制出来：
Visual <- ggplot(CostNightPrepared,aes(TotalCost,fct_rev(fct_reorder(City,TotalCost)),fill=Category)) +
geom_col(position = "stack") +
geom_text(aes(label = round(TotalCost,1)),position = position_dodge(1))
它给了我以下输出：
如果您注意到，例如，最后一个城市苏黎世的“派对之夜”的值为 179，但是，该列在 x 轴上达到了大约 800！所有其他列也是如此 - 它们与“约会之夜”和“派对之夜”的值不匹配。这里有什么问题？
如果我执行相同的代码，但对 geom_col() 使用 position = dodge，则它有效：
Visual <- ggplot(CostNightPrepared,fill=Category)) +
geom_col(position = "dodge") +
geom_text(aes(label = round(TotalCost,position = position_dodge(1))
输出如下：
如您所见，这些值与 x 轴上对应的列大小（长度）相匹配。
那么为什么在使用 position = "dodge" 时，我的列与数据集中的实际值不匹配并且在 x 轴上具有任意值？
解决方法
我认为您想要 summarize 而不是 mutate。通过使用 mutate，您可以获得每一行的 City/Category 总数，然后将这些行中的每一行输入 ggplot2。
您确实希望每个城市/类别组合占一行，这就是汇总产生的结果。
可重现的例子：
mtcars %>%
head() %>%
group_by(carb,gear) %>%
mutate(total_wt = sum(wt)) %>%
ungroup() -> mtcars_summary
#mtcars_summary
## A tibble: 6 x 12
# mpg cyl disp hp drat wt qsec vs am gear carb total_wt
# <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 21 6 160 110 3.9 2.62 16.5 0 1 4 4 5.50
#2 21 6 160 110 3.9 2.88 17.0 0 1 4 4 5.50
#3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1 2.32
#4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1 6.68
#5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2 3.44
#6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1 6.68
请注意上面的 mutate 给出了每一行其组的总权重。然后 ggplot2::geom_col 将堆叠它收到的所有行，导致比您想要的更长的条。 （另一个提示是文本看起来“过度绘制”——这是因为每个字符都为组中的每一行打印一次——即你可能有十个相同文本的副本在彼此之上，导致反效果不佳-混叠外观。）
ggplot(mtcars_summary,aes(total_wt,carb %>% as_factor %>% fct_reorder(total_wt),fill = as.character(gear))) +
geom_col(position = "stack") +
geom_text(aes(label = round(total_wt,1)),position = position_dodge(1))
如果我们将 mutate 替换为 summarize，我们会得到更多您期望的结果，其中不会为原始数据中的每个元素重复输入条形图：
#mtcars_summary
## A tibble: 4 x 3
# carb gear total_wt
# <dbl> <dbl> <dbl>
#1 1 3 6.68
#2 1 4 2.32
#3 2 3 3.44
#4 4 4 5.50
