R 使用gganimate将过渡数据放置在堆叠的条形图上

我试图在R中重新创建，但我无法将转换数据显示在红色的堆叠条中。我也不知道如何用另一种颜色显示值减小的条，如链接的图形

下面是一个示例代码：

df <- data.frame(group=c("A","B","C"), values=c(31,2,4,25,6,7,20,9,10,15,12,13,10,15,16,5,18,19), 
                frame=c(rep('a',3), rep('b',3), rep('c',3), rep('d',3), rep('e',3), rep('f',3)))

ggplot(df, aes(x=group, y=values, fill=group)) +
  coord_flip() +
  geom_bar(stat = 'identity') +
  geom_text(aes(label = values), vjust = -0.3, size = 3.5) +
  transition_manual(frame) +
  theme(legend.position = "none")

---

df在我看来，您的数据（df）中缺少了堆叠条形图的信息。我创建了一列
frac
，其中包含
值的乘数。在这个简单的示例中，我们将绘制一个堆叠条形图，其中每个组都有一个条形图，其中值和值*frac是堆叠的。这就是你想要的吗

library(ggplot2)
library(gganimate)
library(dplyr)
library(tidyr)

df <- data.frame(group=c("A","B","C"), 
                 values= c(31,2,4,25,6,7,20,9,10,15,12,13,10,15,16,5,18,19), 
                 frac = c(1, 1, 1, 1.1, 0.9, 0.8, 1.2, 0.8, 0.7, 1.2, 0.7, 0.6, 1.3, 0.6, 0.5, 1.4, 0.5, 0.4),
                 frame=c(rep('a',3), rep('b',3), rep('c',3), rep('d',3), rep('e',3), rep('f',3)))


df <- df %>%
  mutate(values2 = values * frac) %>%
  pivot_longer(cols = contains("values"),
               names_to = "values", 
               values_to = "data")
  

ggplot(df, aes(x = group, y = data)) +
  coord_flip() +
  geom_col(aes(fill = values)) +
  geom_text(aes(label = values), vjust = -0.3, size = 3.5) +
  transition_manual(frame) +
  theme(legend.position = "none")

库（ggplot2）
库（gganimate）
图书馆（dplyr）
图书馆（tidyr）
df%
pivot_longer（cols=包含（“值”），
name_to=“values”，
值_to=“数据”）
ggplot（df，aes（x=组，y=数据））+
coord_flip（）+
几何坐标（aes（填充=值））+
几何图形文本（aes（标签=值），vjust=-0.3，大小=3.5）+
过渡_手册（框架）+
主题（legend.position=“无”）

在我看来，您的数据（df）中缺少堆叠条形图的信息。我创建了一列
frac
，其中包含
值的乘数。在这个简单的示例中，我们将绘制一个堆叠条形图，其中每个组都有一个条形图，其中值和值*frac是堆叠的。这就是你想要的吗

library(ggplot2)
library(gganimate)
library(dplyr)
library(tidyr)

df <- data.frame(group=c("A","B","C"), 
                 values= c(31,2,4,25,6,7,20,9,10,15,12,13,10,15,16,5,18,19), 
                 frac = c(1, 1, 1, 1.1, 0.9, 0.8, 1.2, 0.8, 0.7, 1.2, 0.7, 0.6, 1.3, 0.6, 0.5, 1.4, 0.5, 0.4),
                 frame=c(rep('a',3), rep('b',3), rep('c',3), rep('d',3), rep('e',3), rep('f',3)))


df <- df %>%
  mutate(values2 = values * frac) %>%
  pivot_longer(cols = contains("values"),
               names_to = "values", 
               values_to = "data")
  

ggplot(df, aes(x = group, y = data)) +
  coord_flip() +
  geom_col(aes(fill = values)) +
  geom_text(aes(label = values), vjust = -0.3, size = 3.5) +
  transition_manual(frame) +
  theme(legend.position = "none")

库（ggplot2）
库（gganimate）
图书馆（dplyr）
图书馆（tidyr）
df%
pivot_longer（cols=包含（“值”），
name_to=“values”，
值_to=“数据”）
ggplot（df，aes（x=组，y=数据））+
coord_flip（）+
几何坐标（aes（填充=值））+
几何图形文本（aes（标签=值），vjust=-0.3，大小=3.5）+
过渡_手册（框架）+
主题（legend.position=“无”）

有几种方法可以获得这种动画。使用两个
geom\u col
层来实现所需的结果，而不是使用某种堆叠条形图

第一个
geom_col
绘制随时间变化的
值，其中填充基于值相对于基准值是增加还是减少。第二个
geom_col
绘制随时间变化的
值，其中填充基于值相对于基准值是增加还是减少

seocnd
geom\u col
仅绘制基本
值
，在这种情况下，我使用
alpha
aes根据值相对于基本值是增加还是减少来获得透明度

库（ggplot2）
库（gganimate）
图书馆（dplyr）
df%
变异（基=值[帧==“a”]，
差异=值-基准）%>%
解组（）
ggplot（df1，aes（x=组））+
coord_flip（）+
geom_col（aes（y=值，fill=diff>0），position=“identity”）+
geom_col（aes（y=base，alpha=diff>0），fill=“blue”，position=“identity”）+
刻度填充手动（数值=c（“蓝色”、“红色”））+
比例α手动（值=c（“真”=1，“假”=0.2））+
几何图形文本（aes（y=值，标签=值），vjust=-0.3，大小=3.5）+
过渡_手册（框架）+
主题（legend.position=“无”）
#>调整N帧和fps以匹配过渡

有几种方法可以获得这种动画。使用两个
geom\u col
层来实现所需的结果，而不是使用某种堆叠条形图

第一个
geom_col
绘制随时间变化的
值，其中填充基于值相对于基准值是增加还是减少。第二个
geom_col
绘制随时间变化的
值，其中填充基于值相对于基准值是增加还是减少

seocnd
geom\u col
仅绘制基本
值
，在这种情况下，我使用
alpha
aes根据值相对于基本值是增加还是减少来获得透明度

库（ggplot2）
库（gganimate）
图书馆（dplyr）
df%
变异（基=值[帧==“a”]，
差异=值-基准）%>%
解组（）
ggplot（df1，aes（x=组））+
coord_flip（）+
geom_col（aes（y=值，fill=diff>0），position=“identity”）+
geom_col（aes（y=base，alpha=diff>0），fill=“blue”，position=“identity”）+
刻度填充手动（数值=c（“蓝色”、“红色”））+
比例α手动（值=c（“真”=1，“假”=0.2））+
几何图形文本（aes（y=值，标签=值），vjust=-0.3，大小=3.5）+
过渡_手册（框架）+
主题（legend.position=“无”）
#>调整N帧和fps以匹配过渡

非常感谢，这正是我想要的。我不知道有人能定义两个不同的几何体。非常好的解决方案。非常感谢，这就是我想要的。我不知道有人能定义两个不同的几何体。非常好的解决方案。非常感谢您的回答。虽然Stefan的答案更接近我想要的，但这种方法也很有效。非常感谢你的回答。虽然Stefan的答案更接近我想要的，但这种方法也很有效。