从ggplot2 3.3版开始，我们可以访问方便的after_stat()函数。

我们可以做一些类似于@Andrew的回答，但是不用..语法:

# original example data
mydata <- c("aa", "bb", NULL, "bb", "cc", "aa", "aa", "aa", "ee", NULL, "cc")

# display percentages
library(ggplot2)
ggplot(mapping = aes(x = mydata,
                     y = after_stat(count/sum(count)))) +
  geom_bar() +
  scale_y_continuous(labels = scales::percent)

您可以在geom_和stat_函数的文档中找到所有可用的“计算变量”。例如，对于geom_bar()，可以访问count和prop变量。(请参阅计算变量的文档。)

关于你的NULL值的一个注释:当你创建向量时，它们被忽略(即你最终得到一个长度为9的向量，而不是11)。如果你真的想跟踪丢失的数据，你将不得不使用NA (ggplot2将把NA放在图的右端):

# use NA instead of NULL
mydata <- c("aa", "bb", NA, "bb", "cc", "aa", "aa", "aa", "ee", NA, "cc")
length(mydata)
#> [1] 11

# display percentages
library(ggplot2)
ggplot(mapping = aes(x = mydata,
                     y = after_stat(count/sum(count)))) +
  geom_bar() +
  scale_y_continuous(labels = scales::percent)

由reprex包于2021-02-09创建(v1.0.0)

(请注意，使用chr或fct数据不会对您的示例产生影响。)

修改后的代码应该可以工作

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

如果你的数据有NAs，而你不希望它们包含在plot中，将na.省略(mydataf)作为参数传递给ggplot。

希望这能有所帮助。

在回答了这个问题之后，ggplot语法有了一些有意义的更改。总结一下上面评论中的讨论:

 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)

下面是一个使用mtcars的可复制示例:

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

这个问题目前在谷歌上的“ggplot计数vs百分比直方图”中排名第一，所以希望这有助于提取目前在对公认答案的评论中包含的所有信息。

注:如果hp没有被设置为因子，ggplot返回:

从ggplot2 3.3版开始，我们可以访问方便的after_stat()函数。

我们可以做一些类似于@Andrew的回答，但是不用..语法:

# original example data
mydata <- c("aa", "bb", NULL, "bb", "cc", "aa", "aa", "aa", "ee", NULL, "cc")

# display percentages
library(ggplot2)
ggplot(mapping = aes(x = mydata,
                     y = after_stat(count/sum(count)))) +
  geom_bar() +
  scale_y_continuous(labels = scales::percent)

您可以在geom_和stat_函数的文档中找到所有可用的“计算变量”。例如，对于geom_bar()，可以访问count和prop变量。(请参阅计算变量的文档。)

关于你的NULL值的一个注释:当你创建向量时，它们被忽略(即你最终得到一个长度为9的向量，而不是11)。如果你真的想跟踪丢失的数据，你将不得不使用NA (ggplot2将把NA放在图的右端):

# use NA instead of NULL
mydata <- c("aa", "bb", NA, "bb", "cc", "aa", "aa", "aa", "ee", NA, "cc")
length(mydata)
#> [1] 11

# display percentages
library(ggplot2)
ggplot(mapping = aes(x = mydata,
                     y = after_stat(count/sum(count)))) +
  geom_bar() +
  scale_y_continuous(labels = scales::percent)

由reprex包于2021-02-09创建(v1.0.0)

(请注意，使用chr或fct数据不会对您的示例产生影响。)

下面是面向面数据的解决方案。(@Andrew接受的答案在这种情况下不适用。)其思想是使用dplyr计算百分比值，然后使用geom_col创建图形。

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~.)

这是情节:

截至2017年3月，对于ggplot2 2.2.1，我认为最佳解决方案在Hadley Wickham的R for数据科学书籍中得到了解释:

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

Stat_count计算两个变量:默认使用count，但您可以选择使用显示比例的prop。