R ggplot2：带组平均值的堆栈条形图

我尝试了几种方法来制作ggplot柱状图，这些方法都是从数据帧中的因子中导出的，但我没有成功。 如果你考虑：

df <- as.data.frame(matrix(rnorm(60*2, mean=3,sd=1), 60, 2))
df$factor <- c(rep(factor(1:3), each=20))

---

df对于任何如此复杂的事情，我认为预先计算数字，然后绘制它们更容易。使用dplyr/tidyr（即使是错误条）也可以轻松做到这一点：


当然，这看起来有点奇怪，因为在堆叠的条中大约有100%的错误条。我认为最好绘制实际数据点，加上平均值和误差条，并使用镶嵌面：

gather(df, 'cat', 'value', 1:2) %>% 
    group_by(cat, factor) %>% 
    summarise(mean=mean(value), se=sd(value)/sqrt(n())) %>% 
    ggplot(aes(x=cat, y=mean, colour=factor(factor))) +
        geom_point(aes(y=value), position=position_jitter(width=.3, height=0), data=gather(df, 'cat', 'value', 1:2) ) +
        geom_point(shape=5, size = 3) +
        geom_errorbar(aes(ymin=mean-se, ymax=mean+se), width=.1) +
        facet_grid(factor ~ .)


通过这种方式，任何人都可以检查数据，并自行确定它们是正态分布的
为什么需要带均值的堆叠条形图？我想这很难解释。我对三个物种每6次测量有60次。数据几乎是正态分布的，我想展示每个物种的年度变化。因此，条形图代表60个采样场的平均物种丰度。
gather(df, 'cat', 'value', 1:2) %>% 
    group_by(cat, factor) %>% 
    summarise(mean=mean(value), se=sd(value)/sqrt(n())) %>% 
    ggplot(aes(x=cat, y=mean, colour=factor(factor))) +
        geom_point(aes(y=value), position=position_jitter(width=.3, height=0), data=gather(df, 'cat', 'value', 1:2) ) +
        geom_point(shape=5, size = 3) +
        geom_errorbar(aes(ymin=mean-se, ymax=mean+se), width=.1) +
        facet_grid(factor ~ .)