R 如何修复销售漏斗的ggplot2代码？

我尝试运行上面提到的代码：

库（dplyr）
图书馆（GG2）
图书馆（E2）
#创建一个数据示例
#内容
df.content%
突变（dum=（max（totnum）-totnum）/2，
maxx=totnum+dum，
minx=dum）
#绘制漏斗线的数据框
df.line%
选择（步长、最大值、最小值）%>%
分组依据（步进）%>%
唯一的（）
#带假人的数据帧
df.dum%
选择（步骤，dum）%>%
唯一（）%>%
变异（内容='dummy'，
数量=dum）%>%
选择（内容、步骤、编号）
#带速率的数据帧
conv%
分组依据（步进）%>%
唯一（）%>%
解组（）%>%
突变（prevnum=滞后（totnum），
速率=ifelse（步骤=='新'|步骤=='参与'|步骤=='忠诚'，
四舍五入（总计/转换，3），
四舍五入（总数/前置数，3））%>%
选择（步骤、速率）
df.费率%
解组（）
#计算标签的位置
df.all%
分组依据（步进）%>%
突变（位置=累积数（数字）-0.5*数字）
#定义步骤顺序
df.all$step问题在于，每个条中的组的顺序是..嗯，无序的

可能是由于排序因子
ggplot
发生了一些变化，无论如何，颠倒了顺序解决了问题：

ggplot() +
  theme_minimal() +
  coord_flip() +
  scale_fill_manual(values=cols) +
  geom_bar(data=df.all, aes(x=step, y=number, fill=content), position = position_stack(reverse = T), width=1, stat = 'identity') +
  geom_text(data=df.all[df.all$content!='dummy', ],
            aes(x=step, y=pos, label=paste0(content, '-', number/1000, 'K')),
            size=4, color='white', fontface="bold") +
  geom_ribbon(data=df.lines, aes(x=step, ymax=max(maxx), ymin=maxx, group=1), fill='white') +
  geom_line(data=df.lines, aes(x=step, y=maxx, group=1), color='darkred', size=4) +
  geom_ribbon(data=df.lines, aes(x=step, ymax=minx, ymin=min(minx), group=1), fill='white') +
  geom_line(data=df.lines, aes(x=step, y=minx, group=1), color='darkred', size=4) +
  geom_text(data=df.rates, aes(x=step, y=(df.lines$minx[-1]), label=paste0(rate*100, '%')), hjust=1.2,
            color='darkblue', fontface="bold") +
  theme(legend.position='none', axis.ticks=element_blank(), axis.text.x=element_blank(),
        axis.title.x=element_blank())

其中，感兴趣位为：

geom_bar(data=df.all, aes(x=step, y=number, fill=content), position = position_stack(reverse = T), width=1, stat = 'identity')

请注意，这应该更新为使用
geom\u col
：

geom_col(data=df.all, aes(x=step, y=number, fill=content), position = position_stack(reverse = T), width=1)

正如@Uwe Block所说，这仍然是一个丑陋且难以理解的问题。更好的方法是使用Sankey图表

结果:

问题是由于软件包中的某些更新。工作代码如下：

library(dplyr)
library(ggplot2)
library(reshape2)

# creating a data samples
# content
df.content <- data.frame(content = c('main', 'ad landing',
                                  'product 1', 'product 2', 'product 3', 'product 4',
                                  'shopping cart',
                                  'thank you page'),
                         step = c('awareness', 'awareness',
                                   'interest', 'interest', 'interest', 'interest',
                                   'desire',
                                   'action'),
                         number = c(150000, 80000,
                                    80000, 40000, 35000, 25000,
                                    130000,
                                    120000))
# customers
df.customers <- data.frame(content = c('new', 'engaged', 'loyal'),
                           step = c('new', 'engaged', 'loyal'),
                           number = c(25000, 40000, 55000))
# combining two data sets
df.all <- rbind(df.content, df.customers)

# calculating dummies, max and min values of X for plotting
df.all <- df.all %>%
    group_by(step) %>%
    mutate(totnum = sum(number)) %>%
    ungroup() %>%
    mutate(dum = (max(totnum) - totnum)/2,
           maxx = totnum + dum,
           minx = dum)

# data frame for plotting funnel lines
df.lines <- df.all %>%
    distinct(step, maxx, minx)

# data frame with dummies
df.dum <- df.all %>%
    distinct(step, dum) %>%
    mutate(content = 'dummy',
           number = dum) %>%
    select(content, step, number)

# data frame with rates
conv <- df.all$totnum[df.all$step == 'action']

df.rates <- df.all %>%
    distinct(step, totnum) %>%
    mutate(prevnum = lag(totnum),
           rate = ifelse(step == 'new' | step == 'engaged' | step == 'loyal',
                         round(totnum / conv, 3),
                         round(totnum / prevnum, 3))) %>%
    select(step, rate)
df.rates <- na.omit(df.rates)

# creting final data frame
df.all <- df.all %>%
    select(content, step, number)

df.all <- rbind(df.all, df.dum)

# defining order of steps
df.all$step <- factor(df.all$step, levels = c('loyal', 'engaged', 'new', 'action', 'desire', 'interest', 'awareness'))
df.all <- df.all %>%
        arrange(desc(step))
list1 <- df.all %>% distinct(content) %>%
        filter(content != 'dummy')
df.all$content <- factor(df.all$content, levels = c(as.character(list1$content), 'dummy'))

# calculating position of labels
df.all <- df.all %>%
        arrange(step, desc(content)) %>%
        group_by(step) %>%
        mutate(pos = cumsum(number) - 0.5*number) %>%
        ungroup()

# creating custom palette with 'white' color for dummies
cols <- c("#fec44f", "#fc9272", "#a1d99b", "#fee0d2",
          "#2ca25f", "#8856a7", "#43a2ca", "#fdbb84",
          "#e34a33", "#a6bddb", "#dd1c77", "#ffffff")

# plotting chart
ggplot() +
    theme_minimal() +
    coord_flip() +
    scale_fill_manual(values=cols) +
    geom_bar(data=df.all, aes(x=step, y=number, fill=content), stat="identity", width=1) +
    geom_text(data=df.all[df.all$content!='dummy', ],
              aes(x=step, y=pos, label=paste0(content, '-', number/1000, 'K')),
              size=4, color='white', fontface="bold") +
    geom_ribbon(data=df.lines, aes(x=step, ymax=max(maxx), ymin=maxx, group=1), fill='white') +
    geom_line(data=df.lines, aes(x=step, y=maxx, group=1), color='darkred', size=4) +
    geom_ribbon(data=df.lines, aes(x=step, ymax=minx, ymin=min(minx), group=1), fill='white') +
    geom_line(data=df.lines, aes(x=step, y=minx, group=1), color='darkred', size=4) +
    geom_text(data=df.rates, aes(x=step, y=(df.lines$minx[-1]), label=paste0(rate*100, '%')), hjust=1.2,
              color='darkblue', fontface="bold") +
    theme(legend.position='none', axis.ticks=element_blank(), axis.text.x=element_blank(), 
          axis.title.x=element_blank())

库（dplyr）
图书馆（GG2）
图书馆（E2）
#创建一个数据示例
#内容
df.content%
突变（dum=（max（totnum）-totnum）/2，
maxx=totnum+dum，
minx=dum）
#绘制漏斗线的数据框
df.line%
不同（步长、最大值、最小值）
#带假人的数据帧
df.dum%
不同（阶跃，dum）%%>%
变异（内容='dummy'，
数量=dum）%>%
选择（内容、步骤、编号）
#带速率的数据帧
conv%
突变（prevnum=滞后（totnum），
速率=ifelse（步骤=='新'|步骤=='参与'|步骤=='忠诚'，
四舍五入（总计/转换，3），
四舍五入（总数/前置数，3））%>%
选择（步骤、速率）
df.费率%
解组（）
#为假人创建带有“白色”颜色的自定义调色板
科尔斯我很抱歉地说，这是大量的代码来创建一个糟糕的图形，这是很难阅读和理解。它试图很难模仿谚语中的“销售漏斗”，从而隐藏重要信息。顺便说一句，结果看起来更像一个高脚杯，而不是一个漏斗。我试图了解这些条的宽度与K值标签或百分比的关系。不管怎么说，看起来联系已经破裂了。检查每个因素的水平，它们的顺序是否正确？您应该根据决定变量的级别设置每个变量的级别。@R.S.百分比是此图形设计中的一个特别的坏缺陷。前三个值是总计数与前一步的份额。最后三个值是步骤操作中计数的份额。新员工、敬业员工和忠诚员工总计100%或120K绝对员工。因此，显示的百分比有不同的含义，不应该在一条曲线中显示。这里的基本问题是，两个不同的衡量标准，销售漏斗和客户忠诚度，被混合在一起，得到了一个看起来“花哨”的图表。相关帖子最好描述你的确切问题。换句话说，如果你有同样的问题，你会搜索什么。我相信这不仅仅是“如何修复ggplot2？”。谢谢。我用你的代码替换了我的ggplot代码，但你的代码似乎也不起作用。你确定你得到了预期的图吗？@GGamba+1 esp用于你建议作为备选方案的Sankey图
ggplot() +
  theme_minimal() +
  coord_flip() +
  scale_fill_manual(values=cols) +
  geom_bar(data=df.all, aes(x=step, y=number, fill=content), position = position_stack(reverse = T), width=1, stat = 'identity') +
  geom_text(data=df.all[df.all$content!='dummy', ],
            aes(x=step, y=pos, label=paste0(content, '-', number/1000, 'K')),
            size=4, color='white', fontface="bold") +
  geom_ribbon(data=df.lines, aes(x=step, ymax=max(maxx), ymin=maxx, group=1), fill='white') +
  geom_line(data=df.lines, aes(x=step, y=maxx, group=1), color='darkred', size=4) +
  geom_ribbon(data=df.lines, aes(x=step, ymax=minx, ymin=min(minx), group=1), fill='white') +
  geom_line(data=df.lines, aes(x=step, y=minx, group=1), color='darkred', size=4) +
  geom_text(data=df.rates, aes(x=step, y=(df.lines$minx[-1]), label=paste0(rate*100, '%')), hjust=1.2,
            color='darkblue', fontface="bold") +
  theme(legend.position='none', axis.ticks=element_blank(), axis.text.x=element_blank(),
        axis.title.x=element_blank())

geom_bar(data=df.all, aes(x=step, y=number, fill=content), position = position_stack(reverse = T), width=1, stat = 'identity')

geom_col(data=df.all, aes(x=step, y=number, fill=content), position = position_stack(reverse = T), width=1)

library(dplyr)
library(ggplot2)
library(reshape2)

# creating a data samples
# content
df.content <- data.frame(content = c('main', 'ad landing',
                                  'product 1', 'product 2', 'product 3', 'product 4',
                                  'shopping cart',
                                  'thank you page'),
                         step = c('awareness', 'awareness',
                                   'interest', 'interest', 'interest', 'interest',
                                   'desire',
                                   'action'),
                         number = c(150000, 80000,
                                    80000, 40000, 35000, 25000,
                                    130000,
                                    120000))
# customers
df.customers <- data.frame(content = c('new', 'engaged', 'loyal'),
                           step = c('new', 'engaged', 'loyal'),
                           number = c(25000, 40000, 55000))
# combining two data sets
df.all <- rbind(df.content, df.customers)

# calculating dummies, max and min values of X for plotting
df.all <- df.all %>%
    group_by(step) %>%
    mutate(totnum = sum(number)) %>%
    ungroup() %>%
    mutate(dum = (max(totnum) - totnum)/2,
           maxx = totnum + dum,
           minx = dum)

# data frame for plotting funnel lines
df.lines <- df.all %>%
    distinct(step, maxx, minx)

# data frame with dummies
df.dum <- df.all %>%
    distinct(step, dum) %>%
    mutate(content = 'dummy',
           number = dum) %>%
    select(content, step, number)

# data frame with rates
conv <- df.all$totnum[df.all$step == 'action']

df.rates <- df.all %>%
    distinct(step, totnum) %>%
    mutate(prevnum = lag(totnum),
           rate = ifelse(step == 'new' | step == 'engaged' | step == 'loyal',
                         round(totnum / conv, 3),
                         round(totnum / prevnum, 3))) %>%
    select(step, rate)
df.rates <- na.omit(df.rates)

# creting final data frame
df.all <- df.all %>%
    select(content, step, number)

df.all <- rbind(df.all, df.dum)

# defining order of steps
df.all$step <- factor(df.all$step, levels = c('loyal', 'engaged', 'new', 'action', 'desire', 'interest', 'awareness'))
df.all <- df.all %>%
        arrange(desc(step))
list1 <- df.all %>% distinct(content) %>%
        filter(content != 'dummy')
df.all$content <- factor(df.all$content, levels = c(as.character(list1$content), 'dummy'))

# calculating position of labels
df.all <- df.all %>%
        arrange(step, desc(content)) %>%
        group_by(step) %>%
        mutate(pos = cumsum(number) - 0.5*number) %>%
        ungroup()

# creating custom palette with 'white' color for dummies
cols <- c("#fec44f", "#fc9272", "#a1d99b", "#fee0d2",
          "#2ca25f", "#8856a7", "#43a2ca", "#fdbb84",
          "#e34a33", "#a6bddb", "#dd1c77", "#ffffff")

# plotting chart
ggplot() +
    theme_minimal() +
    coord_flip() +
    scale_fill_manual(values=cols) +
    geom_bar(data=df.all, aes(x=step, y=number, fill=content), stat="identity", width=1) +
    geom_text(data=df.all[df.all$content!='dummy', ],
              aes(x=step, y=pos, label=paste0(content, '-', number/1000, 'K')),
              size=4, color='white', fontface="bold") +
    geom_ribbon(data=df.lines, aes(x=step, ymax=max(maxx), ymin=maxx, group=1), fill='white') +
    geom_line(data=df.lines, aes(x=step, y=maxx, group=1), color='darkred', size=4) +
    geom_ribbon(data=df.lines, aes(x=step, ymax=minx, ymin=min(minx), group=1), fill='white') +
    geom_line(data=df.lines, aes(x=step, y=minx, group=1), color='darkred', size=4) +
    geom_text(data=df.rates, aes(x=step, y=(df.lines$minx[-1]), label=paste0(rate*100, '%')), hjust=1.2,
              color='darkblue', fontface="bold") +
    theme(legend.position='none', axis.ticks=element_blank(), axis.text.x=element_blank(), 
          axis.title.x=element_blank())