使用 Lattice 包的条件直方图，输出图不正确答案

【问题标题】：Conditional Histograms Using Lattice Package, Output Plots Incorrect使用 Lattice 包的条件直方图，输出图不正确
【发布时间】：2016-08-05 14:16:14
【问题描述】：

我正在使用 lattice 包中的histogram 来绘制两个直方图，以具有两个选项的变量为条件：男性或女性。

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000)] | raw$Gender)

Output of code: two histograms, minutes doing housework by gender

但是，当我实际查看数据时，这些直方图是不正确的。通过绘图：

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000) & (raw$Gender == "Female")]

和：

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000) & (raw$Gender == "Male")]

I get two histograms again, but they look very different

有没有人知道为什么这些输出不匹配？我还有一堆二进制类型的面板要绘制，而不得不单独绘制它们确实违背了使用 lattice 包的目的！

如果这掩盖了对简单概念的基本误解，我深表歉意，我仍然是 R 的初学者！非常感谢您的帮助。

【问题讨论】：

请参考How do I ask a good question?。您至少应该提供一些示例数据，以使代码可重现。
注意：在绘制数据子集时，1) 将 data 参数中的 data.frame 子集或 2) 使用subset 参数。公式中的子集可能不是解决这个问题的方法。
谢谢本；除了美学之外，还有什么理由使用 data 参数并节省自己一直键入 $raw 的时间？只是好奇！

标签： r conditional histogram lattice trellis

【解决方案1】：

问题与panel.args.common 中的不同值有关（即所有面板函数共有的参数，请参阅?trellis.object）。这是一些示例代码来阐明我的观点。

library(lattice)

## paneled plot
hist1 <- histogram( ~ Sepal.Width | Species, data = iris)
hist1$panel.args.common

# $breaks
# [1] 1.904 2.228 2.552 2.876 3.200 3.524 3.848 4.172 4.496
# 
# $type
# [1] "percent"
#
# $equal.widths
# [1] TRUE
# 
# $nint
# [1] 8

## single plot    
hist2 <- histogram( ~ Sepal.Width, data = iris[iris$Species == "setosa", ])
hist2$panel.args.common

# $breaks
# [1] 2.216 2.540 2.864 3.188 3.512 3.836 4.160 4.484
# 
# $type
# [1] "percent"
# 
# $equal.widths
# [1] TRUE
# 
# $nint
# [1] 7

nint（直方图箱数，请参阅?histogram）和breaks（箱断点）在所有目标面板中计算，因此在hist1 和hist2 之间变化。如果您希望这些参数相同以使两个图看起来相似，则只需在创建两个图后运行以下代码行。

hist2$panel.args.common <- hist1$panel.args.common
## or vice versa, depending on the number of bins and breakpoints to use

library(gridExtra)
grid.arrange(hist1, hist2, ncol = 2)

【讨论】：

感谢您的帮助。但是，问题不在于轴和 bin 宽度不同。问题是在单一性别图上，男性数据最大值为 c。 150 分钟。但是，在拆分面板中，分布完全不同（最大值也不同）。根据代码，为什么两种类型的图不输出相同的值？再次感谢！
啊，现在我明白你的意思了。您应该将此问题报告给R-help mailing list，因为它可能需要开发者网站的审核。

【解决方案2】：

事实证明，问题在于基于使用括号应用的排除项的数据不匹配。而不是：

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000)] | raw$Gender)

应该是：

histogram(~ Housework_Tot_Min [(Housework_Tot_Min != 0) & (Housework_Tot_Min < 1000)] | 
        Gender [(Housework_Tot_Min != 0) & (Housework_Tot_Min < 1000)], data = raw,
      main = "Time Observed Housework by Gender",
      xlab = "Minutes spent",
      breaks = seq(from = 0, to = 400, by = 20))

请注意，现在排除项适用于家务时间和性别变量，从而消除了数据中的不匹配。

正确的情节已粘贴在下面。再次感谢大家的指导。

Updated Histogram

【讨论】：