Afficher le% au lieu des nombres dans les graphiques de variables catégorielles

Je trace une variable catégorielle et au lieu d'afficher les nombres pour chaque valeur de catégorie.

Je cherche un moyen d' ggplotafficher le pourcentage de valeurs dans cette catégorie. Bien sûr, il est possible de créer une autre variable avec le pourcentage calculé et de tracer celle-là, mais je dois le faire plusieurs dizaines de fois et j'espère y parvenir en une seule commande.

J'expérimentais quelque chose comme

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

mais je dois l'utiliser de manière incorrecte, car j'ai des erreurs.

Pour reproduire facilement la configuration, voici un exemple simplifié:

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.

Dans le cas réel, j'utiliserai probablement à la ggplotplace de qplot, mais la bonne façon d'utiliser stat_bin m'échappe toujours.

J'ai également essayé ces quatre approches:

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();

mais tous les 4 donnent:

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

La même erreur apparaît pour le cas simple de

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

il s'agit donc clairement de la façon dont ggplotinteragit avec un seul vecteur. Je me gratte la tête, googler cette erreur donne un seul résultat .

Depuis que cela a été répondu, certains changements significatifs ont été apportés à la ggplotsyntaxe. Résumant la discussion dans les commentaires ci-dessus:

 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)

Voici un exemple reproductible utilisant mtcars:

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

Cette question est actuellement le hit n ° 1 sur Google pour `` le nombre de ggplot vs l'histogramme en pourcentage '', donc j'espère que cela aidera à distiller toutes les informations actuellement contenues dans les commentaires sur la réponse acceptée.

Remarque: si hpn'est pas défini comme facteur, ggplot renvoie:

ce code modifié devrait fonctionner

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

si vos données ont des NA et que vous ne voulez pas qu'elles soient incluses dans le tracé, passez na.omit (mydataf) comme argument à ggplot.

J'espère que cela t'aides.

Avec ggplot2 version 2.1.0 c'est

+ scale_y_continuous(labels = scales::percent)

En mars 2017, avec ggplot22.2.1, je pense que la meilleure solution est expliquée dans le livre de Hadley Wickham sur la science des données:

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

stat_countcalcule deux variables: countest utilisé par défaut, mais vous pouvez choisir d'utiliser propce qui montre les proportions.

Si vous voulez des pourcentages sur l'axe des y et étiquetés sur les barres:

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")

Lors de l'ajout des étiquettes de barre, vous souhaiterez peut-être omettre l'axe des y pour un graphique plus propre, en ajoutant à la fin:

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

Si vous voulez des étiquettes de pourcentage mais des N réels sur l'axe des y, essayez ceci:

    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)

Voici une solution de contournement pour les données à facettes. (La réponse acceptée par @Andrew ne fonctionne pas dans ce cas.) L'idée est de calculer la valeur en pourcentage en utilisant dplyr, puis d'utiliser geom_col pour créer le tracé.

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~.)

Voici l'intrigue:

Notez que si votre variable est continue, vous devrez utiliser geom_histogram (), car la fonction regroupera la variable par "bins".

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..)))