R 使用ggplot2将条形图与线图叠加

我的问题类似于那些贴出来的问题

我正在

ggplot

中创建一个图形，其中我有一个条形图，然后希望覆盖多个线形图。出于这个问题的目的，我复制了两个条形图的代码（一个包括所有年份（2007-2015年）和两个特定年份（2007和2015年），但最终我将叠加10个不同年份的数据。可以找到使用的数据

然后将其添加到

ggplot

代码：

overallpierc %>%
  filter(age != "15") %>% 
  group_by(age) %>% 
  count(sex) %>% 
  ungroup %>% 
  mutate(age = factor(age)) %>%
  complete(age, sex, fill = list(n = 0)) %>% 
  ggplot(aes(age, n)) +     
    geom_line(data=df,aes(x=as.numeric(age),y=val),colour="blue") +
    geom_col(aes(fill = sex), position = "dodge") +
    theme_classic() + 
    scale_fill_manual(values=c("#000000", "#CCCCCC"), name = "Sex") + 
    labs(x = "Age", y = "Number of observations") +   
    theme(legend.position=c(0.4,0.8),
    plot.title = element_text(size = 10),
    legend.title=element_text(size=15),
    axis.title=element_text(size=15),
    legend.key.size = unit(1.13, "cm"),
    legend.direction="vertical",
    legend.text=element_text(size=15))

---

遇到了类似的问题，并使用

作为.numeric

来解决问题。但是，在绘图时需要将年龄视为一个因素。

根据我们在评论中的讨论，让我们尝试堆叠条形图和镶嵌面。我认为这是可行的，但您可以自行决定

堆叠条形图的优点是在同一条形图中显示比例和总计数。为了比较年份，镶嵌面网格将年份排成一行，因此眼睛可以向下扫描以比较不同年份中的相同年龄。请注意，我在这里将年龄作为一个连续变量，而不是一个因子

library(dplyr)
library(ggplot2)
data30g %>% 
  count(yy, sex, age) %>% 
  ggplot(aes(age, n)) + 
    geom_col(aes(fill = sex)) + 
    facet_grid(yy ~ .) + 
    theme_bw() + 
    scale_fill_manual(values = c("#000000", "#cccccc"))

不错——比如说，我可以马上看到，随着时间的推移，30岁时的总人数和女性人数都有所增加，但可能有点小而拥挤

我们可以使用镶嵌面包裹而不是网格来使条形图更清晰，但这是以牺牲跨年份的快速视觉比较为代价的

data30g %>% 
  count(yy, sex, age) %>% 
  ggplot(aes(age, n)) + 
    geom_col(aes(fill = sex)) + 
    facet_wrap(~yy, ncol = 2) + 
    theme_bw() + 
    scale_fill_manual(values = c("#000000", "#cccccc"))

还有一个例子，它没有从总计数或条形图的角度解决您的问题，但我认为这可能是一个有趣的例子情节风格，不适合进行定量比较，但有时会给人一种有趣特征的快速视觉印象。例如，我认为这表明2014年20岁的女性拥有最高的总数量

data30g %>% 
  count(yy, sex, age) %>% 
  ggplot(aes(factor(age), yy)) + 
    geom_tile(aes(fill = n)) + 
    facet_grid(sex ~ .) + 
    scale_fill_gradient2() + 
    scale_y_reverse(breaks = 2006:2015) + 
    labs(x = "age", y = "Year")

编辑：

根据评论中的进一步讨论，这里有一种方法可以将年龄作为一个因素来绘制，使用条形图表示性别，用一条线覆盖总数，并按年份划分

overallpierc %>% 
  count(yy, sex, age) %>% 
  ggplot() + 
    geom_col(aes(factor(age), n, fill = sex), position = "dodge") +
    stat_summary(aes(factor(age), n), fun.y = "sum", geom = "line", group = 1) + 
  facet_grid(yy ~ .)

---

你能简单地将geom_smooth添加到基于数据帧的ggplot中，每个年龄的值都是观测值吗？是的，但我希望学习如何编写更复杂的解决方案，而不是每次都必须创建单独的数据帧，因为我在论文中不断遇到这个问题。我有一个类似的问题在我的论文中，我定义了一个在数据帧上运行并生成所需结果数据帧的函数。在调用ggplot组件时，我将数据参数设置为我的数据帧的函数，即+geom_smooth（data=aggregatingFunction（df），aes…）你会考虑使用叠加条吗？这会给你频率在同一个酒吧中的性别和总频率。然后你只需一年一个方面。如果我认为这是有用的话，我会发布一个例子。@ BurutueGe态态考师可能会建议：<代码> GeoMePooT（数据＝乐趣（数据），AES（x＝年龄，y＝NOBS，组＝1），STAT=‘摘要’，乐趣。y＝和）+STATRY摘要。（fun.y=sum，geom=“line”）这并不是我想要实现的目标，但是如果无法使用

ggplot2

将多个线图叠加到条形图上，这可能就足够了。感谢您的帮助！当我强制将

age

变量作为一个因子而不是数字时，我在尝试使用e

geom_smooth

和

geom_line

函数。您可能知道这方面的解决方法吗？（我更新了上面的问题。）我想问题是您将

geom_line（）中的
age
更改为数值，但不在
ggplot（）中
部分。是的，我想这一定是个问题。但是，我正试图将
年龄
作为
ggplot（）
部分的一个因素，因为我不希望在30、40、50和60之间有大的空间。但是，似乎
年龄
需要在
几何行（）
部分。有没有办法解决这个问题？例如，当
年龄
为
数值
时，30、40、50和60之间不会出现那些大的空格？在您的新代码示例中，M+F的总和由堆叠条的总高度给出。我不清楚为什么需要一行。但是：我用根据你最初的问题，一些代码使用
stat\u summary
将线条覆盖在条形图上。就我个人而言，我认为条形图上方的线条不是一种好的可视化技术。
data30g %>% 
  count(yy, sex, age) %>% 
  ggplot(aes(factor(age), yy)) + 
    geom_tile(aes(fill = n)) + 
    facet_grid(sex ~ .) + 
    scale_fill_gradient2() + 
    scale_y_reverse(breaks = 2006:2015) + 
    labs(x = "age", y = "Year")

overallpierc %>% 
  count(yy, sex, age) %>% 
  ggplot() + 
    geom_col(aes(factor(age), n, fill = sex), position = "dodge") +
    stat_summary(aes(factor(age), n), fun.y = "sum", geom = "line", group = 1) + 
  facet_grid(yy ~ .)