r，ggplot —自定义我的条形图

Question

这是我的数据结构:

      Accession Source   Name NucSource Order   color Counts   Normalized
1          Str1    Our   Str1        ch     1 #1C9099  66827 2.318683e-01
2  Str1_plasmid    Our   Str1        pl     2 #1C9099     26 9.021169e-05
3          Str2    Our   Str2        ch     3 #1C9099 288211 1.000000e+00
4  Str2_plasmid    Our   Str2        pl     4 #1C9099  71858 2.493243e-01
5          Str3    Our   Str3        ch     5 #1C9099  40600 1.408690e-01
6  Str3_plasmid    Our   Str3        pl     6 #1C9099  25266 8.766494e-02
7          Str4   NCBI   Str4        ch     7 #A6BDDB  21339 7.403951e-02
8          Str5   NCBI   Str5        ch     8 #A6BDDB  37776 1.310706e-01
9          Str6   NCBI   Str6        ch     9 #A6BDDB   3596 1.247697e-02
10         Str7   NCBI   Str7        ch    10 #A6BDDB   5384 1.868076e-02
11 Str7_plasmid   NCBI   Str7        pl    11 #A6BDDB  40903 1.419203e-01
12         Str8   NCBI   Str8        ch    12 #A6BDDB   8948 3.104670e-02
13         Str9   NCBI   Str9        ch    13 #A6BDDB  16557 5.744750e-02
14 Str9_plasmid   NCBI   Str9        pl    14 #A6BDDB   3738 1.296966e-02
15        Str10   NCBI  Str10        ch    15 #A6BDDB  10067 3.492927e-02
16        Str11   NCBI  Str11        ch    16 #A6BDDB   7306 2.534948e-02
17        Str12   NCBI  Str12        ch    17 #A6BDDB  10313 3.578281e-02

我在上面运行了以下代码:

p<-ggplot(data=myData, aes(x=Name, y=Normalized, fill=Source)) +
  theme_few() +
  xlab("Strain") + ylab("Normalized counts") +
  geom_bar(stat="identity", aes(fill=myData$Source), colour="black", position="dodge") +
  theme(axis.text.x = element_text(angle = 90, vjust = 0.4)) +
  geom_text(aes(label=myData$NucSource), vjust=-0.5) +
  theme(legend.position="right") +
  scale_fill_manual(values=as.character(color.convert$color)[2:3])

print(p)

我现在想要的是，对于像“Str1”这样的例子，我有“chr”和“pl”，这两个条应该水平相邻（也适用于“Str2”、“Str3”、“Str7”和“Str8”）。但对于像“Str4”这样的情况，我只有“ch”，应该只有一个条。因此，钢筋不应相互重叠，而是水平排列。

EDIT - dput(head(myData，20)):

结构（列表（登录=结构（c（16L、17L、12L、13L、14L、15L、1L、2L、3L、4L、5L、6L、7L、8L、9L、10L、11L））。标签=c（“CP000517”、“CP002081”、”CP002427“、”CP001429“、”CP 002430_plasmid“、“CP003799”、、”CP009907“、CP009908_plasid“、”“CP011386”、“CP 012381”、”CP 016827“、FAM2155”，“FAM22155_plamid”，“FAM8105”，“FAM8105_plasid”，“FAM8627”，”FAM8627_plasid“），class=“factor”），来源=结构（c（2L、2L、1L、2L、2L，2L、3L、1L、1L，1L、1LL、1L），标签=c（“NCBI”，“我们的”），类别=“因子”），名称=结构FAM22155“，”FAM8105“，”DPC 4571“，”CNRZ32“，”H9“，”H10“，”R0052“，”KLDS1.8701“，”MB2-1“，”CAUH18“，”D76“），class=“因子”），NucSource=结构（c（1L，2L，1L，1L，2L、1L、2L、2L，1L、1L，1L），.Label=c（“ch”，“pl”），class=“factor”），顺序=1:17，颜色=结构“#1C9099”，“#A6BDDB”，“#ECE2F0”），class=“factor”），计数=c（66827L、26L、288211L、71858L、40600L、25266L、21339L、37776L、3596L、5384L、40903L、8948L、16557L、3738L、10067L、7306L、10313L），标准化=c（0.231868318697066、9.02116851889761e-05、1、0.249324279781133、0.140869016102786、0.0876649399224873、0.0740395057787524、0.131070639219183、0.0124769699976753、0.0186807581945172、0.141920329203257、0.0310466984258061、0.0574474950643799、0.0129696645860151、0.0349292705691316、0.0253494835381023、0.0357828118982273），.Names=c（“登录”、“源”、“名称”、“NucSource”、“顺序”、“颜色”、“计数”、“规格化”），row.Names=c（NA，17L），class=“data.frame”）

Answer 1

ggplot(data=myData, aes(x = Name, y = Normalized, dodge = NucSource, fill = Source)) +
  geom_text(aes(label = NucSource), vjust = -0.5) +
  geom_col(colour="black", position="dodge") +
  labs(x = "Strain", y = "Normalized counts") +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 90, vjust = 0.4),
        legend.position = "right")

附言：我改变了一些部分，因为我不确定你使用的是哪个主题或额外的包。