如何用R语言&EXCEL绘制瀑布图

# 如何用R语言&EXCEL绘制瀑布图

## 一、什么是瀑布图？

瀑布图（Waterfall Chart）是一种特殊的数据可视化形式，用于展示**数值的累积变化过程**。它通过**分步显示正负贡献值**，直观呈现从初始值到最终结果的变化路径，常见于以下场景：

- 财务分析（利润构成、成本分解）
- 销售业绩追踪（月度增长/下降因素）
- 项目进度管理（阶段完成量）
- 库存变化分析

![瀑布图示例](https://raw.githubusercontent.com/R-CoderDotCom/sampleplots/main/waterfall.png)

## 二、Excel绘制瀑布图（3种方法）

### 方法1：使用内置瀑布图（Office 2016+）

```excel
步骤：
1. 准备数据（需包含初始值、各变化值、最终值）
2. 选中数据 → 插入 → 图表 → 瀑布图
3. 右键设置"汇总柱"（通常为初始值和最终值）

优点：操作简单，自动配色
缺点：旧版Excel不支持

方法2：堆积柱形图改造

步骤：
1. 创建辅助列计算"起始位置"：
   - C2 = 0
   - C3 = B2
   - C4 = B2+B3
   - ...（向下填充）
2. 插入堆积柱形图
3. 将"起始位置"系列设为无色
4. 手动调整颜色（增长/下降用不同颜色）

方法3：使用Power Query

步骤：
1. 数据 → 获取数据 → 导入数据
2. 在Power Query中添加索引列
3. 使用"累计和"计算基准位置
4. 加载到模型后创建柱形图

三、R语言绘制瀑布图（4种方案）

方案1：ggplot2基础版

library(ggplot2)
library(dplyr)

data <- data.frame(
  category = c("Start", "Product A", "Product B", "Costs", "End"),
  value = c(200, 50, -30, -70, 150) # 注意最后一个是总和
)

# 计算中间数据
plot_data <- data %>%
  mutate(
    ymin = cumsum(c(0, head(value, -1))),
    ymax = cumsum(value),
    fill_color = ifelse(value >= 0, "Increase", "Decrease")
  )

ggplot(plot_data, aes(x = category)) +
  geom_rect(aes(ymin = ymin, ymax = ymax, 
                xmin = as.numeric(category) - 0.3,
                xmax = as.numeric(category) + 0.3,
                fill = fill_color)) +
  scale_fill_manual(values = c("Increase" = "#4E79A7", 
                              "Decrease" = "#E15759")) +
  labs(title = "Profit Analysis") +
  theme_minimal()

方案2：waterfalls包（最简单）

install.packages("waterfalls")
library(waterfalls)

waterfall(values = c(200, 50, -30, -70),
          labels = c("Start", "Product A", "Product B", "Costs"),
          calc_total = TRUE)

方案3：plotly交互式

library(plotly)

fig <- plot_ly(
  name = "Start", type = "waterfall",
  measure = c("absolute", "relative", "relative", "relative", "total"),
  x = c("Start", "Product A", "Product B", "Costs", "End"),
  y = c(200, 50, -30, -70, 150),
  connector = list(line = list(color = "rgb(63, 63, 63)"))
)

fig <- fig %>% layout(title = "Interactive Waterfall Chart")
fig

方案4：ggalluvial扩展

library(ggalluvial)

ggplot(data = plot_data,
       aes(x = category, stratum = value, alluvium = 1,
           y = value, fill = fill_color)) +
  geom_flow() +
  geom_stratum(alpha = 0.8) +
  scale_fill_brewer(palette = "Set1")

四、进阶技巧与注意事项

1. 数据准备规范

• 确保包含初始值、变化值和最终值
• 变化值应为净变化量（正表示增加，负表示减少）
• 分类标签要简洁明确

2. 视觉优化建议

• 使用对比色区分增长/下降
• 添加数据标签（显示具体数值）
• 调整柱子宽度（一般0.3-0.5为宜）
• 添加参考线（如平均值线）

3. 常见问题解决

• 负值显示异常：检查坐标轴范围设置
• 柱子错位：确认辅助列计算是否正确
• 标签重叠：调整字体大小或使用斜体

五、应用案例演示

案例1：月度利润分析

# 模拟数据
monthly <- data.frame(
  month = month.abb[1:6],
  profit = c(100, 20, -15, 30, -10, 25)
)

waterfall(monthly$profit, labels = monthly$month)

案例2：项目成本分解

（Excel操作演示）
1. 创建成本项表格
2. 使用条件格式标注超支项
3. 添加数据验证下拉菜单

六、工具对比

七、延伸学习资源

1. ggplot2官方文档
2. Excel瀑布图微软教程
3. 《R数据可视化手册》第7章
4. 数据可视化最佳实践（Tufte原则）

提示：实际应用时建议先用手稿画出草图，明确要展示的故事线，再选择合适工具实现。

”`

（注：实际使用时请将代码块中的中文引号替换为英文引号，此处为避免Markdown解析问题保留了中文标点）