在回答前一个问题之后，我提出了另一个问题：
如何在不重新塑造数据的情况下，根据另一个类别绘制不同颜色的堆叠条形图，同时使用stats=“标识”来总结每个堆叠区域的值？
统计标识可以很好地总结值，但对于非堆叠列。在堆叠列中，堆叠以某种方式被“乘以”或“条纹”，见下图。
一些数据样本：
element <- rep("apples", 15)
qty <- c(2, 1, 4, 3, 6, 2, 1, 4, 3, 6, 2, 1, 4, 3, 6)
category1 <- c("Red", "Green", "Red", "Green", "Yellow")
category2 <- c("small","big","big","small","small")
d <- data.frame(element=element, qty=qty, category1=category1, category2=category2)
该表给出了：
id element qty category1 category2
1 apples 2 Red small
2 apples 1 Green big
3 apples 4 Red big
4 apples 3 Green small
5 apples 6 Yellow small
6 apples 2 Red small
7 apples 1 Green big
8 apples 4 Red big
9 apples 3 Green small
10 apples 6 Yellow small
11 apples 2 Red small
12 apples 1 Green big
13 apples 4 Red big
14 apples 3 Green small
15 apples 6 Yellow small
然后：
ggplot（d，aes（x=分类1，y=qty，填充=分类2））geom_bar（stat=标识）
但是图表有点混乱：颜色没有组合在一起！
是否仍有一个选项可以在不重塑数据的情况下正确分组颜色？
一种方法是按类别2对数据进行排序。这也可以在ggplot（）调用中完成。
ggplot(d[order(d$category2),], aes(x=category1, y=qty, fill=category2)) +
geom_bar(stat="identity")
我使用了一段时间这个解决方案，但碰巧在我的大型数据库（60 000个条目）上，有序堆叠的条形图ggplot2正在绘制，这取决于缩放级别，条形图之间有一些空白。不知道这个问题来自哪里——但一个疯狂的猜测是我堆积了太多的酒吧： p。
使用plyr聚合数据解决了问题：
element <- rep("apples", 15)
qty <- c(2, 1, 4, 3, 6, 2, 1, 4, 3, 6, 2, 1, 4, 3, 6, )
category1 <- c("Red", "Green", "Red", "Green", "Yellow")
category2 <- c("small","big","big","small","small")
d <- data.frame(element=element, qty=qty, category1=category1, category2=category2)
plyr：
d <- ddply(d, .(category1, category2), summarize, qty=sum(qty, na.rm = TRUE))
简单解释一下这个公式的内容：
ddply(1, .(2, 3), summarize, 4=function(6, na.rm = TRUE))
1：数据帧名称2,3：要保留的列-
4,5,6可以重复更多的计算字段...
ggplot2:ggplot（d，aes（x=类别1，y=数量，fill=类别2））几何图形栏（stat=“identity”）
因此，现在，正如Roman Luštrik所建议的那样，数据根据要显示的图表进行聚合。
应用ddply后，数据确实更清晰：
category1 category2 qty
1 Green big 3
2 Green small 9
3 Red big 12
4 Red small 6
5 Yellow small 18
我终于明白了如何管理我的数据集，由于这个非常好的信息源：http://jaredknowles.com/r-bootcamphttps://dl.dropbox.com/u/1811289/RBootcamp/slides/Tutorial3_DataSort.html
还有那个：http://streaming.stat.iastate.edu/workshops/r-intro/lectures/6-advancedmanipulation.pdf
...只是因为？DDply有点...奇怪（例子不同于选项的解释）-看起来没有什么告诉速记写作...但是我可能忽略了一点...
