在分类变量图表中显示％而不是计数

我正在绘制一个类别变量，而不是显示每个类别值的计数。

我正在寻找一种方法来ggplot显示该类别中的值的百分比。当然，可以使用计算出的百分比创建另一个变量并绘制该变量，但是我必须执行数十次，我希望可以通过一个命令来实现。

我正在尝试类似的东西

qplot(mydataf) +
  stat_bin(aes(n = nrow(mydataf), y = ..count../n)) +
  scale_y_continuous(formatter = "percent")

但由于出现错误，我必须使用不正确。

为了轻松复制设置，这是一个简化的示例：

mydata <- c ("aa", "bb", NULL, "bb", "cc", "aa", "aa", "aa", "ee", NULL, "cc");
mydataf <- factor(mydata);
qplot (mydataf); #this shows the count, I'm looking to see % displayed.

在实际情况下，我可能会使用ggplot代替qplot，但是使用stat_bin的正确方法仍然着我。

我还尝试了以下四种方法：

ggplot(mydataf, aes(y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent');

ggplot(mydataf, aes(y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent') + geom_bar();

ggplot(mydataf, aes(x = levels(mydataf), y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent');

ggplot(mydataf, aes(x = levels(mydataf), y = (..count..)/sum(..count..))) + 
  scale_y_continuous(formatter = 'percent') + geom_bar();

但所有4个都给出：

Error: ggplot2 doesn't know how to deal with data of class factor

对于以下简单情况，也会出现相同的错误

ggplot (data=mydataf, aes(levels(mydataf))) +
  geom_bar()

因此，这显然ggplot与单个向量如何相互作用有关。我挠头，搜寻该错误只会得到一个结果。

自从回答了这个问题以来，ggplot语法有了一些有意义的变化。总结以上评论中的讨论：

 require(ggplot2)
 require(scales)

 p <- ggplot(mydataf, aes(x = foo)) +  
        geom_bar(aes(y = (..count..)/sum(..count..))) + 
        ## version 3.0.0
        scale_y_continuous(labels=percent)

这是使用的可重现示例mtcars：

 ggplot(mtcars, aes(x = factor(hp))) +  
        geom_bar(aes(y = (..count..)/sum(..count..))) + 
        scale_y_continuous(labels = percent) ## version 3.0.0

这个问题目前在Google上的“ ggplot计数与直方图百分比”排名中排名第一，因此希望这有助于提炼当前包含在已接受答案的注释中的所有信息。

备注：如果hp未设置为因素，则ggplot返回：

此修改后的代码应该可以工作

p = ggplot(mydataf, aes(x = foo)) + 
    geom_bar(aes(y = (..count..)/sum(..count..))) + 
    scale_y_continuous(formatter = 'percent')

如果您的数据具有NA，并且您不希望它们包含在图中，则将na.omit（mydataf）作为ggplot的参数传递。

希望这可以帮助。

对于ggplot2版本2.1.0，它是

+ scale_y_continuous(labels = scales::percent)

截至2017年3月，ggplot2我认为使用2.2.1的最佳解决方案在Hadley Wickham的R数据科学书籍中得到了解释：

ggplot(mydataf) + stat_count(mapping = aes(x=foo, y=..prop.., group=1))

stat_count计算两个变量：count默认情况下使用，但是您可以选择使用prop它显示比例。

如果你想在y轴的百分比，并标注在酒吧：

library(ggplot2)
library(scales)
ggplot(mtcars, aes(x = as.factor(am))) +
  geom_bar(aes(y = (..count..)/sum(..count..))) +
  geom_text(aes(y = ((..count..)/sum(..count..)), label = scales::percent((..count..)/sum(..count..))), stat = "count", vjust = -0.25) +
  scale_y_continuous(labels = percent) +
  labs(title = "Manual vs. Automatic Frequency", y = "Percent", x = "Automatic Transmission")

添加条形标签时，您可能希望省略y轴，以使图表更清晰，最后添加：

  theme(
        axis.text.y=element_blank(), axis.ticks=element_blank(),
        axis.title.y=element_blank()
  )

如果要使用百分比标签，但要在y轴上使用实际Ns，请尝试以下操作：

    library(scales)
perbar=function(xx){
      q=ggplot(data=data.frame(xx),aes(x=xx))+
      geom_bar(aes(y = (..count..)),fill="orange")
       q=q+    geom_text(aes(y = (..count..),label = scales::percent((..count..)/sum(..count..))), stat="bin",colour="darkgreen") 
      q
    }
    perbar(mtcars$disp)

这是分面数据的解决方法。（@Andrew接受的答案在这种情况下不起作用。）这个想法是使用dplyr计算百分比值，然后使用geom_col创建图。

library(ggplot2)
library(scales)
library(magrittr)
library(dplyr)

binwidth <- 30

mtcars.stats <- mtcars %>%
  group_by(cyl) %>%
  mutate(bin = cut(hp, breaks=seq(0,400, binwidth), 
               labels= seq(0+binwidth,400, binwidth)-(binwidth/2)),
         n = n()) %>%
  group_by(cyl, bin) %>%
  summarise(p = n()/n[1]) %>%
  ungroup() %>%
  mutate(bin = as.numeric(as.character(bin)))

ggplot(mtcars.stats, aes(x = bin, y= p)) +  
  geom_col() + 
  scale_y_continuous(labels = percent) +
  facet_grid(cyl~.)

这是情节：

请注意，如果变量是连续的，则必须使用geom_histogram（），因为该函数将按“ bins”对变量进行分组。

df <- data.frame(V1 = rnorm(100))

ggplot(df, aes(x = V1)) +  
  geom_histogram(aes(y = (..count..)/sum(..count..))) 

# if you use geom_bar(), with factor(V1), each value of V1 will be treated as a
# different category. In this case this does not make sense, as the variable is 
# really continuous. With the hp variable of the mtcars (see previous answer), it 
# worked well since hp was not really continuous (check unique(mtcars$hp)), and one 
# can want to see each value of this variable, and not to group it in bins.
ggplot(df, aes(x = factor(V1))) +  
  geom_bar(aes(y = (..count..)/sum(..count..)))