Zeigen Sie% anstelle von Zählungen in Diagrammen kategorialer Variablen an

Ich zeichne eine kategoriale Variable und anstatt die Anzahl für jeden Kategoriewert anzuzeigen.

Ich suche nach einer Möglichkeit, ggplotden Prozentsatz der Werte in dieser Kategorie anzuzeigen. Natürlich ist es möglich, eine andere Variable mit dem berechneten Prozentsatz zu erstellen und diese zu zeichnen, aber ich muss es mehrere Dutzend Mal tun und hoffe, dies in einem Befehl zu erreichen.

Ich habe mit so etwas experimentiert

qplot(mydataf) +
  stat_bin(aes(n = nrow(mydataf), y = ..count../n)) +
  scale_y_continuous(formatter = "percent")

aber ich muss es falsch verwenden, da ich Fehler habe.

Um das Setup einfach zu reproduzieren, hier ein vereinfachtes Beispiel:

mydata <- c ("aa", "bb", NULL, "bb", "cc", "aa", "aa", "aa", "ee", NULL, "cc");
mydataf <- factor(mydata);
qplot (mydataf); #this shows the count, I'm looking to see % displayed.

Im wirklichen Fall werde ich wahrscheinlich ggplotanstelle von verwenden qplot, aber der richtige Weg, stat_bin zu verwenden, entgeht mir immer noch.

Ich habe auch diese vier Ansätze ausprobiert:

ggplot(mydataf, aes(y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent');

ggplot(mydataf, aes(y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent') + geom_bar();

ggplot(mydataf, aes(x = levels(mydataf), y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent');

ggplot(mydataf, aes(x = levels(mydataf), y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent') + geom_bar();

aber alle 4 geben:

Error: ggplot2 doesn't know how to deal with data of class factor

Der gleiche Fehler tritt für den einfachen Fall von auf

ggplot (data=mydataf, aes(levels(mydataf))) +
  geom_bar()

Es geht also eindeutig darum, wie ggplotmit einem einzelnen Vektor interagiert wird. Ich kratzte mir am Kopf und googelte nach diesem Fehler, was zu einem einzigen Ergebnis führte .

Seitdem dies beantwortet wurde, wurden einige bedeutende Änderungen an der ggplotSyntax vorgenommen. Fassen Sie die Diskussion in den obigen Kommentaren zusammen:

 require(ggplot2)
 require(scales)

 p <- ggplot(mydataf, aes(x = foo)) +  
        geom_bar(aes(y = (..count..)/sum(..count..))) + 
        ## version 3.0.0
        scale_y_continuous(labels=percent)

Hier ist ein reproduzierbares Beispiel mit mtcars:

 ggplot(mtcars, aes(x = factor(hp))) +  
        geom_bar(aes(y = (..count..)/sum(..count..))) + 
        scale_y_continuous(labels = percent) ## version 3.0.0

Diese Frage ist derzeit die Nummer 1 bei Google für "ggplot count vs prozentuales Histogramm". Hoffentlich hilft dies dabei, alle Informationen zu destillieren, die derzeit in Kommentaren zur akzeptierten Antwort enthalten sind.

Anmerkung: Wenn hpnicht als Faktor festgelegt, gibt ggplot Folgendes zurück:

Dieser geänderte Code sollte funktionieren

p = ggplot(mydataf, aes(x = foo)) + 
    geom_bar(aes(y = (..count..)/sum(..count..))) + 
    scale_y_continuous(formatter = 'percent')

Wenn Ihre Daten NAs haben und Sie nicht möchten, dass sie in den Plot aufgenommen werden, übergeben Sie na.omit (mydataf) als Argument an ggplot.

hoffe das hilft.

Mit ggplot2 Version 2.1.0 ist es

+ scale_y_continuous(labels = scales::percent)

Ab März 2017 wird mit ggplot22.2.1 die beste Lösung in Hadley Wickhams R for Data Science-Buch erklärt:

ggplot(mydataf) + stat_count(mapping = aes(x=foo, y=..prop.., group=1))

stat_countBerechnet zwei Variablen: Wird countstandardmäßig verwendet, Sie können jedoch auswählen, propwelche Proportionen angezeigt werden sollen .

Wenn Sie Prozentsätze auf der y-Achse und Beschriftungen auf den Balken wünschen :

library(ggplot2)
library(scales)
ggplot(mtcars, aes(x = as.factor(am))) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  geom_text(aes(y = ((..count..)/sum(..count..)), label = scales::percent((..count..)/sum(..count..))), stat = "count", vjust = -0.25) +
  scale_y_continuous(labels = percent) +
  labs(title = "Manual vs. Automatic Frequency", y = "Percent", x = "Automatic Transmission")

Wenn Sie die Balkenbeschriftungen hinzufügen, möchten Sie möglicherweise die y-Achse für ein übersichtlicheres Diagramm weglassen, indem Sie am Ende Folgendes hinzufügen:

  theme(
        axis.text.y=element_blank(), axis.ticks=element_blank(),
        axis.title.y=element_blank()
  )

Wenn Sie prozentuale Beschriftungen, aber tatsächliche Ns auf der y-Achse wünschen , versuchen Sie Folgendes:

    library(scales)
perbar=function(xx){
      q=ggplot(data=data.frame(xx),aes(x=xx))+
      geom_bar(aes(y = (..count..)),fill="orange")
       q=q+    geom_text(aes(y = (..count..),label = scales::percent((..count..)/sum(..count..))), stat="bin",colour="darkgreen") 
      q
    }
    perbar(mtcars$disp)

Hier ist eine Problemumgehung für facettierte Daten. (Die akzeptierte Antwort von @Andrew funktioniert in diesem Fall nicht.) Die Idee ist, den Prozentwert mit dplyr zu berechnen und dann mit geom_col das Diagramm zu erstellen.

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

binwidth <- 30

mtcars.stats <- mtcars %>%
  group_by(cyl) %>%
  mutate(bin = cut(hp, breaks=seq(0,400, binwidth), 
               labels= seq(0+binwidth,400, binwidth)-(binwidth/2)),
         n = n()) %>%
  group_by(cyl, bin) %>%
  summarise(p = n()/n[1]) %>%
  ungroup() %>%
  mutate(bin = as.numeric(as.character(bin)))

ggplot(mtcars.stats, aes(x = bin, y= p)) +  
  geom_col() + 
  scale_y_continuous(labels = percent) +
  facet_grid(cyl~.)

Dies ist die Handlung:

Beachten Sie, dass Sie, wenn Ihre Variable kontinuierlich ist, geom_histogram () verwenden müssen, da die Funktion die Variable nach "Bins" gruppiert.

df <- data.frame(V1 = rnorm(100))

ggplot(df, aes(x = V1)) +  
  geom_histogram(aes(y = (..count..)/sum(..count..))) 

# if you use geom_bar(), with factor(V1), each value of V1 will be treated as a
# different category. In this case this does not make sense, as the variable is 
# really continuous. With the hp variable of the mtcars (see previous answer), it 
# worked well since hp was not really continuous (check unique(mtcars$hp)), and one 
# can want to see each value of this variable, and not to group it in bins.
ggplot(df, aes(x = factor(V1))) +  
  geom_bar(aes(y = (..count..)/sum(..count..)))