R ggplot 直方图组显示两组的总和答案

【问题标题】：R ggplot Histogram group shows sum of two groupsR ggplot 直方图组显示两组的总和
【发布时间】：2020-08-18 22:34:55
【问题描述】：

我试图在直方图中绘制我的测试和训练数据集的分布，并发现了一些奇怪的东西：

背景：我有一个包含 50 行的测试集和一个包含 100 行的训练集，每行都具有相同的列结构。

我通常会这样绘制数据：

plot2 <- ggplot(data=Donald_1) + 
  geom_histogram(aes_string(x = "Alter", y = "..count..", fill = "Group"),
                 bins=20, alpha=0.7)

这会产生如下所示的正确直方图。然后我想知道为什么测试的计数高于训练，因为测试集只有 50 行而不是 100 行。似乎测试条显示了左侧图的测试条和训练条的总和。

然后我尝试了：

plot1 <- ggplot() +
  geom_histogram(data=Donald_1 %>% filter(Group == "Training"),
                 aes_string(x="Alter", y="..count..", fill = "Group"),
                 bins=20, alpha=0.7) +
  geom_histogram(data=Donald_1 %>% filter(Group == "Test"),  
                 aes_string(x="Alter", y="..count..", fill="Group"),
                  bins=20, alpha=0.7)

这导致了下面显示的左图，并且该结果对我来说更有意义。

我现在想知道，为什么第一次尝试不会导致与第二次尝试相同的情节。我在这里遗漏了什么明显的东西吗？

【问题讨论】：

在您的第一种方法中，该过程将自动以“堆叠”方式绘制直方图。请使用position = "identity" 或position = "dodge" 重试。
感谢您的快速响应！ position = "identity" 做到了。！！ :)

标签： r ggplot2 histogram

【解决方案1】：

在您的数据框中，您有代表训练和测试值的“组”列。 ggplot 知道您用两组表示一个直方图。您的第二个图表示同一网格上的两个不同的直方图，透明度 (alpha) 使它成为它实际的样子。

此外，也许你会更喜欢这个：

plot3 <- ggplot(data=Donald_1) + 
  geom_histogram(aes_string(x = "Alter", y = "..count..", fill = "Group"),
                 bins=20, alpha=0.7, position="dodge")

【讨论】：