R ggplot2:geom_面积（）空白间隙

我想用geom_面积来显示一段时间内队列贡献的百分比。 下面是一个可复制的数据集，因为它需要一些外部库

library(BTYDplus)
library(tidyverse)
custFirstTxn <- BTYDplus::groceryElog %>% group_by(cust) %>% arrange(cust, date)  %>%
  filter(row_number()==1) 
custFirstTxn$cohort <- tsibble::yearmonth(custFirstTxn$date)

custFirstTxn %>% group_by(cohort) %>% summarise(n()) %>% ungroup()

custFirstTxn <- custFirstTxn %>% ungroup() %>% dplyr::select(-date)

请注意，图表在早期日期有“空白”（白色区域）。 如何确保白色区域被有效平整？ 例如下面，我们再也看不到白色区域了

---

如何在百分比和原始计数之间轻松切换？

这不是我得到的最优雅的答案，但它在原则上是有效的

# create all combinations of cohort and yearmonth
master <- BTYDplus::groceryElog %>% left_join(custFirstTxn) %>%
  mutate(yearmonth = tsibble::yearmonth(date)) %>% dplyr::select(cohort, yearmonth) %>% distinct() %>%
  expand(cohort, yearmonth)

# calculate the cohort yearmonth percentage
slave <- BTYDplus::groceryElog %>% left_join(custFirstTxn) %>%
  mutate(yearmonth = tsibble::yearmonth(date)) %>% group_by(cohort, yearmonth) %>%
  summarise(txn_count = n()) %>% 
  group_by(yearmonth) %>% 
  mutate(txn_per = (txn_count / sum(txn_count))*100) %>% arrange(yearmonth) %>% dplyr::select(-txn_count)

# join to the master table
master_slave <- master %>% left_join(slave) 
# set those combinations with no amount to 0
master_slave$txn_per[is.na(master_slave$txn_per)] <- 0

# plot
master_slave %>%
  ggplot(aes(x=yearmonth, y=txn_per, fill=factor(cohort))) + geom_area(stat = 'identity') +
  theme_classic() + labs(fill = "Cohort")

#创建队列和年-月的所有组合
主%left_加入（custFirstTxn）%%>%
突变（yearmonth=tsibble:：yearmonth（date））%%>%dplyr:：select（队列，yearmonth）%%>%distinct（）%%>%
扩展（队列，年-月）
#计算队列年-月百分比
从属%left_加入（custFirstTxn）%>%
突变（yearmonth=tsible:：yearmonth（date））%%>%groupby（队列，yearmonth）%%>%
总结（txn_count=n（））%>%
分组单位（年-月）%>%
变异（txn_per=（txn_计数/总和（txn_计数））*100）%%>%arrange（yearmonth）%%>%dplyr:：select（-txn_计数）
#加入主表
主\u从%left\u连接（从）
#将这些组合的“无金额”设置为0
主从$txn\u每[is.na（主从$txn\u每）]%
ggplot（aes（x=年-月，y=txn_per，fill=因子（队列））+geom_面积（统计数据='identity'）+
theme_classic（）+实验室（fill=“队列”）

---

这不是我得到的最优雅的答案，但它在原则上是有效的

# create all combinations of cohort and yearmonth
master <- BTYDplus::groceryElog %>% left_join(custFirstTxn) %>%
  mutate(yearmonth = tsibble::yearmonth(date)) %>% dplyr::select(cohort, yearmonth) %>% distinct() %>%
  expand(cohort, yearmonth)

# calculate the cohort yearmonth percentage
slave <- BTYDplus::groceryElog %>% left_join(custFirstTxn) %>%
  mutate(yearmonth = tsibble::yearmonth(date)) %>% group_by(cohort, yearmonth) %>%
  summarise(txn_count = n()) %>% 
  group_by(yearmonth) %>% 
  mutate(txn_per = (txn_count / sum(txn_count))*100) %>% arrange(yearmonth) %>% dplyr::select(-txn_count)

# join to the master table
master_slave <- master %>% left_join(slave) 
# set those combinations with no amount to 0
master_slave$txn_per[is.na(master_slave$txn_per)] <- 0

# plot
master_slave %>%
  ggplot(aes(x=yearmonth, y=txn_per, fill=factor(cohort))) + geom_area(stat = 'identity') +
  theme_classic() + labs(fill = "Cohort")

#创建队列和年-月的所有组合
主%left_加入（custFirstTxn）%%>%
突变（yearmonth=tsibble:：yearmonth（date））%%>%dplyr:：select（队列，yearmonth）%%>%distinct（）%%>%
扩展（队列，年-月）
#计算队列年-月百分比
从属%left_加入（custFirstTxn）%>%
突变（yearmonth=tsible:：yearmonth（date））%%>%groupby（队列，yearmonth）%%>%
总结（txn_count=n（））%>%
分组单位（年-月）%>%
变异（txn_per=（txn_计数/总和（txn_计数））*100）%%>%arrange（yearmonth）%%>%dplyr:：select（-txn_计数）
#加入主表
主\u从%left\u连接（从）
#将这些组合的“无金额”设置为0
主从$txn\u每[is.na（主从$txn\u每）]%
ggplot（aes（x=年-月，y=txn_per，fill=因子（队列））+geom_面积（统计数据='identity'）+
theme_classic（）+实验室（fill=“队列”）

---

您可能必须用y轴为0来插补这些日期？您的意思是使用complete（）？您可能必须用y轴为0来插补这些日期？您的意思是使用complete（）？

# create all combinations of cohort and yearmonth
master <- BTYDplus::groceryElog %>% left_join(custFirstTxn) %>%
  mutate(yearmonth = tsibble::yearmonth(date)) %>% dplyr::select(cohort, yearmonth) %>% distinct() %>%
  expand(cohort, yearmonth)

# calculate the cohort yearmonth percentage
slave <- BTYDplus::groceryElog %>% left_join(custFirstTxn) %>%
  mutate(yearmonth = tsibble::yearmonth(date)) %>% group_by(cohort, yearmonth) %>%
  summarise(txn_count = n()) %>% 
  group_by(yearmonth) %>% 
  mutate(txn_per = (txn_count / sum(txn_count))*100) %>% arrange(yearmonth) %>% dplyr::select(-txn_count)

# join to the master table
master_slave <- master %>% left_join(slave) 
# set those combinations with no amount to 0
master_slave$txn_per[is.na(master_slave$txn_per)] <- 0

# plot
master_slave %>%
  ggplot(aes(x=yearmonth, y=txn_per, fill=factor(cohort))) + geom_area(stat = 'identity') +
  theme_classic() + labs(fill = "Cohort")