科研绘图系列：R语言分组柱状图三（Grouped Bar Chart）

介绍

分组柱状图（Grouped Bar Chart）是一种数据可视化图表，用于比较不同类别（分组）内各子类别（子组）的数值。在分组柱状图中，每个分组有一组并列的柱子，每个柱子代表一个子组的数值，不同的分组用不同的列来表示。

特点：

• 并列柱子：每个分组内的柱子是并列的，便于在同一分组内比较不同子组。
• 分组比较：可以直观地比较不同分组之间的数值大小。
• 多变量展示：同时展示分组和子组两个层次的变量。

适合情况：

1. 多类别比较：当你需要比较两个或多个类别（如性别、年龄组、地区等）内不同子类别的数据时。
2. 层次化数据：数据具有层次结构，例如，首先按国家分组，然后在国家内部按城市或州进行分组。
3. 展示相对差异：当需要展示不同子组在相同分组内的相对大小或比例时。
4. 避免数据重叠：在某些情况下，使用堆叠柱状图可能导致底层数据难以解读，分组柱状图可以避免这个问题。
5. 强调分组内比较：如果你更关注于分组内部的比较，而不是分组之间的比较。
6. 有限的分组数量：当分组数量不是很多时，分组柱状图可以清晰地展示每个分组的数据，如果分组数量太多，图表可能会变得拥挤。
7. 数据量适中：当每个分组内的子组数量适中，不会使图表过于复杂或难以解读。

加载R包

knitr::opts_chunk$set(echo = TRUE, message = FALSE, warning = FALSE)
library(tidyverse)
library(ggpubr)
library(plyr)
library(ggsignif)
library(ggprism)

# rm(list = ls())
options(stringsAsFactors = F)

# group & color
dose_names <- c("0.5", "1", "2")
dose_colors <- c("#0073C2FF", "#EFC000FF", "#CD534CFF")

supp_names <- c("OJ", "VC")
supp_colors <- c('#999999','#E69F00')

导入数据

data("ToothGrowth")

head(ToothGrowth)

len	supp	dose
4.2	VC	0.5
11.5	VC	0.5
7.3	VC	0.5
5.8	VC	0.5
6.4	VC	0.5
10.0	VC	0.5

准备数据

• 筛选画图数据

plotdata <- ToothGrowth |>
  dplyr::mutate(dose = factor(as.character(dose), levels = dose_names),
                supp = factor(supp, levels = supp_names)) |>
  dplyr::rename(Group = dose,
                Subgroup = supp,
                Index = len) |>
  dplyr::select(Group, Subgroup, Index)

head(plotdata)

Group	Subgroup	Index
0.5	VC	4.2
0.5	VC	11.5
0.5	VC	7.3
0.5	VC	5.8
0.5	VC	6.4
0.5	VC	10.0

• 通过data_summary函数计算每个分组的mean & sd & se

data_summary <- function(data, varname, groupnames){
  
  summary_func <- function(x, col) {
    mean_value <- mean(x[[col]], na.rm = TRUE)
    sd_value <- sd(x[[col]], na.rm = TRUE)
    length_n <- length(x[[col]])

    # standard error= standard deviation/squareroot(n)
    se_value <- sd_value / sqrt(length_n)
    
    return(c(mean = mean_value, sd = sd_value, se = se_value))
  }  
  
  data_sum <- ddply(data, groupnames, .fun=summary_func, varname)
  colnames(data_sum)[which(colnames(data_sum) == "mean")] <- varname
  
  return(data_sum)
}

plotdata2 <- data_summary(
  data = plotdata,
  varname = "Index",
  groupnames = c("Group", "Subgroup"))

head(plotdata2)

Group	Subgroup	Index	sd	se
0.5	OJ	13.23	4.459709	1.4102837
0.5	VC	7.98	2.746634	0.8685620
1	OJ	22.70	3.910953	1.2367520
1	VC	16.77	2.515309	0.7954104
2	OJ	26.06	2.655058	0.8396031
2	VC	26.14	4.797731	1.5171757

• 计算组间差异P值

df_p_val <- plotdata %>%
  rstatix::group_by(Group) %>%
  rstatix::t_test(Index ~ Subgroup) %>%
  rstatix::adjust_pvalue(p.col = "p", method = "bonferroni") %>%
  rstatix::add_significance(p.col = "p.adj") %>% 
  rstatix::add_xy_position(x = "Group", dodge = 0.8) %>% # important for positioning!
  dplyr::mutate(p.adj = round(p.adj, 3))
  
head(df_p_val)

Group	.y.	group1	group2	n1	n2	statistic	df	p	p.adj
0.5	Index	OJ	VC	10	10	3.1697328	14.96875	0.00636	0.019
1	Index	OJ	VC	10	10	4.0327696	15.35767	0.00104	0.003
2	Index	OJ	VC	10	10	-0.0461361	14.03982	0.96400	1.000

画图

分组柱状图展示不同分组的比较结果，以下是代码解释：

1. ggplot(data = plotdata2, aes(x = Group, y = Index)): 初始化ggplot对象，使用plotdata2作为数据源，将Group映射到x轴，Index映射到y轴。
2. geom_bar(aes(fill = Subgroup), stat = "identity", ...): 添加条形图层，使用aes(fill = Subgroup)将Subgroup映射到条形的填充颜色，stat = "identity"表示条形的高度由数据中的Index确定，position_dodge()确保不同子组的条形在同一分组内并排显示。
3. geom_errorbar(...): 添加误差条图层，显示数据的标准差范围，aes(color = Subgroup)将Subgroup映射到误差条的颜色，position_dodge()调整误差条的位置以适应条形的宽度。
4. ggprism::add_pvalue(...): 使用ggprism包的add_pvalue函数添加显著性p值标签，xmin和xmax定义了标签的位置，label定义了标签的格式。
5. geom_point(...): 在条形图上添加点图层，使用plotdata数据集，点的位置由Group和Index确定，shape映射到点的形状，position_jitterdodge添加抖动和偏移以避免点的重叠。
6. labs(x = ""): 设置x轴标签，这里将其设置为空字符串。
7. scale_y_continuous(...): 设置y轴的比例尺，guide = "prism_minor"指定y轴的次要刻度，minor_breaks设置次要刻度的间隔，limits设置y轴的范围，expand调整y轴的范围，留出一些空间。
8. scale_fill_prism(), scale_color_prism(), scale_shape_prism(): 使用ggprism包提供的尺度函数来设置填充颜色、边框颜色和点形状。
9. guides(color = "none", shape = "none"): 设置图例，这里将颜色和形状的图例设置为不显示。
10. theme_prism(): 应用ggprism包的主题样式。
11. theme(...): 自定义图形的主题样式，包括轴标题、轴文本的大小、颜色和字体，以及图例的位置。

pl_prism <- ggplot(data = plotdata2, aes(x = Group, y = Index)) +
  geom_bar(aes(fill = Subgroup), stat = "identity", 
           color = "white", position = position_dodge()) +
  geom_errorbar(aes(color = Subgroup,
                    ymin = Index - sd, ymax = Index + sd), 
                width = 0.2, position = position_dodge(width = 0.9),
                size = 1) +
  ggprism::add_pvalue(data = df_p_val, 
             xmin = "xmin", 
             xmax = "xmax",
             label = "p = {p.adj}",
             tip.length = 0) +
  geom_point(data = plotdata,
             aes(x = Group, y = Index, shape = Subgroup),
                 position = position_jitterdodge(jitter.width = 0.5,
                                                 dodge.width = 0.7),
             size = 2, show.legend = FALSE) +
  labs(x = "") + 
  scale_y_continuous(guide = "prism_minor", # prism_offset
                     minor_breaks = seq(0, 40, 2),
                     limits = c(0, 40),
                     expand = expansion(mult = c(0, 0.1))) +
  scale_fill_prism() +
  scale_color_prism() +
  scale_shape_prism() +  
  guides(color = "none", shape = "none") +
  theme_prism() +
  theme(axis.title = element_text(size = 12, color = "black", face = "bold"),
        axis.text = element_text(size = 10, color = "black"),
        text = element_text(size = 9, color = "black"),
        legend.position = c(0.15, 0.85))  

pl_prism

结果：不同水平下，内部分组的Index指数的差异结果。

如果大家有任何问题，欢迎留言沟通交流