Mostrar% en lugar de conteos en gráficos de variables categóricas

Estoy trazando una variable categórica y en lugar de mostrar los recuentos para cada valor de categoría.

Estoy buscando una manera de ggplotmostrar el porcentaje de valores en esa categoría. Por supuesto, es posible crear otra variable con el porcentaje calculado y trazar esa, pero tengo que hacerlo varias docenas de veces y espero lograr eso en un solo comando.

Estaba experimentando con algo como

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

pero debo usarlo incorrectamente, ya que obtuve errores.

Para reproducir fácilmente la configuración, aquí hay un ejemplo simplificado:

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.

En el caso real, probablemente usaré enggplot lugar de qplot, pero la forma correcta de usar stat_bin todavía me elude.

También probé estos cuatro enfoques:

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();

pero los 4 dan:

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

El mismo error aparece para el caso simple de

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

entonces es claramente algo acerca de cómo ggplotinteractúa con un solo vector. Me estoy rascando la cabeza, buscar en Google ese error da un solo resultado .

Desde que se respondió esto, ha habido algunos cambios significativos en la ggplotsintaxis. Resumiendo la discusión en los comentarios anteriores:

 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)

Aquí hay un ejemplo reproducible usando mtcars:

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

Esta pregunta es actualmente el éxito número 1 en Google para 'conteo de ggplot vs histograma de porcentaje', por lo que esperamos que esto ayude a destilar toda la información actualmente alojada en los comentarios sobre la respuesta aceptada.

Observación: si hpno se establece como factor, ggplot devuelve:

este código modificado debería funcionar

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

si sus datos tienen NA y no desea que se incluyan en el diagrama, pase na.omit (mydataf) como argumento para ggplot.

espero que esto ayude.

Con ggplot2 versión 2.1.0 es

+ scale_y_continuous(labels = scales::percent)

A partir de marzo de 2017, con ggplot22.2.1 creo que la mejor solución se explica en el libro R de Hadley Wickham para ciencia de datos:

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

stat_countcalcula dos variables: countse usa de manera predeterminada, pero puede elegir usar propque muestre proporciones.

Si desea porcentajes en el eje y etiquetados en las barras:

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")

Al agregar las etiquetas de barra, es posible que desee omitir el eje y para un gráfico más limpio, agregando al final:

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

Si desea etiquetas de porcentaje pero Ns reales en el eje y, intente esto:

    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)

Aquí hay una solución para los datos facetados. (La respuesta aceptada por @Andrew no funciona en este caso). La idea es calcular el valor porcentual usando dplyr y luego usar geom_col para crear el gráfico.

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~.)

Esta es la trama:

Tenga en cuenta que si su variable es continua, deberá usar geom_histogram (), ya que la función agrupará la variable por "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..)))