R-ggplot显示二进制标志变量（0/1）随时间的分布，如标准化条形图（%）

我有一个看起来像这样的数据集

Date        Remaining  Volume   ID
1990-01-01  0          1000     1
1990-01-01  1          2000     2
1990-01-01  1          5000     3
1990-02-01  0          200      4
1990-03-01  1          4000     5
1990-03-01  0          3000     6

我根据一系列条件语句过滤数据，并将二进制标志变量分配给data.table。值

0

表示特定行条目不符合定义的要求，随后将被排除

1

-标记行保留在data.table中。该键为

ID

，对于每一行都是唯一的

我想展示两种关系

（1）月度时间序列上的堆叠标准化/百分比条形图，显示每月数据集中剩余/排除的条目百分比

f、 前。1990年1月-->2/3剩余值-->66.6%与33.3%的条目被排除在外

（2）一个叠加的标准化/百分比条形图，显示每月过滤操作剩余/排除的卷的标准化百分比

f、 前。1990年1月-->剩余8k中的2k+5k-->87.5%对12.5%的交易量被排除在外

到目前为止，我试过各种各样的方法。计算每个标志值每月发生的次数以及相应的“bucket”（0/1）卷的总和，但到目前为止我所有的尝试都失败了

# dt_1 is the original data.table
id.vec <- dt_1[ , id]
dt_2 <- dt_1
# dt_1 is filterd subsequently
id_remaining.vec <- dt_1[ , id]

dt_2 <- dt_2[id.vec %in% id_remaining.vec, REMAIN := 1]
dt_2 <- dt_2[id.vec %notin% id_remaining.vec, REMAIN := 0]
dt_2 <- dt_2[REMAIN == 1 , N_REMAIN := .N]
dt_2 <- dt_2[REMAIN == 1 , N_REMAIN_MON := .N]

# Tried the code below to no avail
ggplot(data = dt_2, aes(x = Date, y = REMAIN, color = REMAIN, fill = REMAIN)) +
  geom_bar(position = "fill", stat = "identity")

#dtu 1是原始数据表
id.vec下面是我如何使用dplyr

library(dplyr)
dt_2 %>%
  mutate(Remaining = as.character(Remaining)) %>%  # just to make the charts use scale_fill_discrete by default
  group_by(Date, Remaining) %>%
  summarize(entries = n(),
         volume = sum(Volume)) %>%
  mutate(share_entries = entries / sum(entries),
            share_volume = volume / sum(volume)) %>%
  ungroup() -> dt_2_summary

> dt_2_summary
# A tibble: 5 x 6
  Date       Remaining entries volume share_entries share_volume
  <chr>      <chr>       <int>  <int>         <dbl>        <dbl>
1 1990-01-01 0               1   1000         0.333        0.125
2 1990-01-01 1               2   7000         0.667        0.875
3 1990-02-01 0               1    200         1            1    
4 1990-03-01 0               1   3000         0.5          0.429
5 1990-03-01 1               1   4000         0.5          0.571


就像乔恩伟大思想的附录一样

我有一个加载了超过25个库的大型项目，虽然建议的代码似乎有效，但它只对share_条目有效，而对share_卷无效。
dt_2_摘要
的输出很奇怪。share_entries（共享条目）列显然是按条目总数计算的，而不是在每个组内，share_volume（共享卷）列只显示了
NAs

经过数小时的故障排除，我确定罪魁祸首是pkg
plyr
，它确实覆盖了一些功能。因此，我必须指定要使用的应用函数的版本

下面的代码帮了我的忙

library(plyr) # the culprit
library(dplyr)
dt_2 %>%
  dplyr::mutate(Remaining = as.character(Remaining)) %>%
  group_by(Date, Remaining) %>%
  dplyr::summarize(entries = n(),
         volume = sum(Volume)) %>%
  dplyr::mutate(share_entries = entries / sum(entries),
            share_volume = volume / sum(volume)) %>%
  ungroup() -> dt_2_summary

再次感谢Jon提供的精彩解决方案
 真是太棒了，约翰！我特别喜欢您提出的解决方案，因为由于事先的数据争用，
ggplot（）
调用非常紧凑。你的答案正是我所希望的，还有更多！非常感谢！不过还有一个简短的后续问题。在分组和汇总之前，为什么必须将
整数
列
保留
更改为
字符
？我现在尝试了几个版本，但我花了很多时间进行调试，因为在它最终起作用之前，我得到了一些奇怪的结果！顺便说一句，很抱歉之前拼错了你的名字，乔恩：）我把“保持”改为“仅字符”，这样它将成为进入ggplot的离散变量。否则它会以连续的比例绘制0和1，这似乎是最快的方法。啊，这是有道理的。通常我只是在
aes（）
映射定义中使用
as.factor（xyz）
，该变量是我要用于着色/填充我的
geom
的变量。但是你的方式也很优雅。再次感谢乔恩！最后，这基本上只是我的情节的主干，我进一步定制了它（日期标签等）
dt_2_summary %>%
  ggplot(aes(Date, share_volume, fill = Remaining)) +
  geom_col()

library(plyr) # the culprit
library(dplyr)
dt_2 %>%
  dplyr::mutate(Remaining = as.character(Remaining)) %>%
  group_by(Date, Remaining) %>%
  dplyr::summarize(entries = n(),
         volume = sum(Volume)) %>%
  dplyr::mutate(share_entries = entries / sum(entries),
            share_volume = volume / sum(volume)) %>%
  ungroup() -> dt_2_summary