本文是以天貓雙十一銷量與增長率為例，原始的數(shù)據(jù)可以參考上一篇文章：用 ggplot 重繪天貓雙十一銷售額圖，這里不再作過多的介紹。

同時整個的天貓雙十一的銷售額數(shù)據(jù)分析可以關(guān)注：天貓雙十一“數(shù)據(jù)造假”是真的嗎？

老規(guī)矩，先上最終成果（兩張圖只是顏色的差別）：

上圖左邊 y 軸表示增長率的刻度，右邊 y 軸表示銷售額的數(shù)據(jù)，我們將兩者在同一張圖上進行展現(xiàn)。其實將兩個統(tǒng)計圖在同一個坐標(biāo)系中呈現(xiàn)不算是這個繪圖的難點，其真正的難點在與刻度的變換以及坐標(biāo)軸標(biāo)簽的設(shè)定。

下面我們開始一步一步來繪制出上圖所示的圖案~

構(gòu)造數(shù)據(jù)集

構(gòu)造數(shù)據(jù)集前，我們先看看數(shù)據(jù)：

由于銷售額與增長率都是近乎相同的量綱（單論數(shù)值看，都是在 0-3000 之間），所以我們在事先可以不對數(shù)據(jù)進行變換，變換為統(tǒng)一的尺度。但我想要在坐標(biāo)軸上，增長率以百分比的形式顯示，所以需要除以100，但增長率除以100之后，為了把我們的兩個 y 軸變換到同一個尺度區(qū)間，所以銷售額也需要隨之除以100。（注意，這里的銷售額除以100 可以不需要具體的實際意義，只是保證在圖像上呈現(xiàn)效果美觀即可，最后的實際區(qū)間我們可以通過修改坐標(biāo)軸的刻度值實現(xiàn)。）

因此生成數(shù)據(jù)的代碼如下：

year <- 2009:2019
sales <- c(0.5, 9.36, 52, 191, 350, 571, 912, 1207, 1682, 2135, 2684)
growth_rate <- c(NA, diff(sales) / sales[1:(length(sales) - 1)] * 100)
dat_overview <- data.frame(year = factor(year), sales = sales / 100, growth_rate = growth_rate / 100)

但經(jīng)常使用 ggplot 童鞋可能知道，我們沒有辦法直接只用上述的數(shù)據(jù)在 ggplot 中進行繪制，需要進行一個變換，也就是將銷售額與增長率并列，并且再加一列變量作為 index，具體操作我們可以使用管道數(shù)據(jù)處理的 package ：tidyr。（具體的原因與使用方法可參見：tidyr+ggplot2多個變量分層展示）

library(tidyr)
dat_overview %>%
gather(sales, growth_rate, key = "var", value = "value")

其結(jié)果如下：

 year         var      value
1  2009       sales  0.0050000
2  2010       sales  0.0936000
3  2011       sales  0.5200000
4  2012       sales  1.9100000
5  2013       sales  3.5000000
6  2014       sales  5.7100000
7  2015       sales  9.1200000
8  2016       sales 12.0700000
9  2017       sales 16.8200000
10 2018       sales 21.3500000
11 2019       sales 26.8400000
12 2009 growth_rate         NA
13 2010 growth_rate 17.7200000
14 2011 growth_rate  4.5555556
15 2012 growth_rate  2.6730769
16 2013 growth_rate  0.8324607
17 2014 growth_rate  0.6314286
18 2015 growth_rate  0.5971979
19 2016 growth_rate  0.3234649
20 2017 growth_rate  0.3935377
21 2018 growth_rate  0.2693222
22 2019 growth_rate  0.2571429

繪制散點

首先我們將數(shù)據(jù)框中的散點映射到圖像中：

dat_overview %>%
gather(sales, growth_rate, key = "var", value = "value") %>%
ggplot(aes(x = year, y = value, col = var)) +
geom_point(size = 3, alpha = 0.6)

這里我們使用的是管道數(shù)據(jù)的 ggplot 的繪制方法，所以數(shù)據(jù)集直接使用 %>% 連接即可，不需要寫在 ggplot() 函數(shù)中。

同時關(guān)于繪圖，上面只是修改了我們散點的尺寸與透明度：size = 3, alpha = 0.6，得到的繪圖如下面所示。

這時候的圖還是非常 吃藕 (chou) 的，下面我們再精雕細琢一些坐標(biāo)的布局與名稱。

修改兩坐標(biāo)軸信息

先直接上代碼：

dat_overview %>%
gather(sales, growth_rate, key = "var", value = "value") %>%
ggplot(aes(x = year, y = value, col = var)) +
geom_point(size = 3, alpha = 0.6) +
scale_y_continuous("增長率", labels = scales::percent,
                   sec.axis = sec_axis(~ . * 100, name = "銷售額 (億元)")) +
# scale_color_manual(labels = c("增長率", "銷售額 (億元)"), values = c("blue", "red")) +
scale_color_discrete(labels = c("增長率", "銷售額 (億元)")) +
labs(title = "2009 - 2019 年銷售額與增長率", x = "年份") +
theme(legend.position = "bottom",
      legend.title = element_blank(),
      plot.title = element_text(hjust = 0.5))

這里我們新添加了 scale_y_continuous()，這里是修改 y 軸的刻度，首先我們修改了 y 軸左軸的名稱，為增長率，然后 label = scales::percent 表示將刻度上的數(shù)值以百分比的形式顯示。

最后 sec.axis = sec_axis(~ . * 100, name = "銷售額 (億元)") 則是添加右側(cè) y 軸 (這里叫 scecond axis)，刻度為原始刻度乘以100，這里乘以100是由于我們在生成銷售額數(shù)據(jù)的時候，為了容易尺度范圍，除以了100，同時添加右側(cè) y 軸的名稱： "銷售額 (億元)"。

scale_color_discrete() 表示將我們的圖例中的名稱進行修改：英文改成中文。

也可以使用注釋中的 scale_color_manual() 函數(shù)，同時修改名稱與散點的顏色，這里添加了注釋，需要的童鞋可以取消注釋，同時將 scale_color_discrete() 打上注釋。

接著我們再修改一些主題設(shè)置：legend.position = "bottom" 將我們圖例的標(biāo)簽調(diào)整到底部。其它的設(shè)置都是一些常規(guī)操作，可以翻看前面的博文，這里就不進行細說了。

最后就能得到我們最終的成果！

以上就是R語言數(shù)據(jù)可視化ggplot添加左右y軸繪制天貓雙十一銷售額的詳細內(nèi)容，更多關(guān)于ggplot添加左右兩邊y軸的資料請關(guān)注服務(wù)器之家其它相關(guān)文章！

原文鏈接：https://kanny.blog.csdn.net/article/details/103301608