将R ggplot中直方图中的y轴归一化为按组的比例答案

【问题标题】：Normalizing y-axis in histograms in R ggplot to proportion by group将R ggplot中直方图中的y轴归一化为按组的比例
【发布时间】：2014-03-04 19:27:40
【问题描述】：

我的问题与Normalizing y-axis in histograms in R ggplot to proportion 非常相似，只是我有两组不同大小的数据，我希望每个比例与其组大小而不是总大小有关。

为了更清楚，假设我在一个数据框中有两组数据：

dataA<-rnorm(100,3,sd=2)
dataB<-rnorm(400,5,sd=3)
all<-data.frame(dataset=c(rep('A',length(dataA)),rep('B',length(dataB))),value=c(dataA,dataB))

我可以将这两个分布绘制在一起：

ggplot(all,aes(x=value,fill=dataset))+geom_histogram(alpha=0.5,position='identity',binwidth=0.5)

而不是 Y 轴上的频率，我可以得到比例：

ggplot(all,aes(x=value,fill=dataset))+geom_histogram(aes(y=..count../sum(..count..)),alpha=0.5,position='identity',binwidth=0.5)

但这给出了相对于总数据大小的比例（此处为 500 点）：是否有可能相对于每个组大小？

我的目标是让我们能够直观地比较 A 和 B 之间给定 bin 中值的比例，而与它们各自的大小无关。也欢迎与我原来的想法不同的想法！

谢谢！

【问题讨论】：

【解决方案1】：

像这样？ [根据OP的评论编辑]

ggplot(all,aes(x=value,fill=dataset))+
  geom_histogram(aes(y=0.5*..density..),
                 alpha=0.5,position='identity',binwidth=0.5)

使用y=..density.. 缩放直方图，使每个直方图下的面积为1，或sum(binwidth*y)=1. 因此，您可以使用y = binwidth*..density.. 让y 代表每个bin 中总数的分数。在你的情况下，binwidth=0.5。

IMO 这更容易解释：

ggplot(all,aes(x=value,fill=dataset))+
  geom_histogram(aes(y=0.5*..density..),binwidth=0.5)+
  facet_wrap(~dataset,nrow=2)

【讨论】：

感谢您的回答，但实际上我认为密度不等于除以数据集的计数，除非条形宽度为 1（参见 stackoverflow.com/questions/11766856/… 中的示例）。特别是在我的情况下，我想读取一个 bin 在 Y 轴上代表的百分比。
你是对的 - 需要按 binwidth 进行缩放。查看我的编辑。
哦，是的，当然！我什至没有意识到当我回复时，我想我太专注于y=..count../sum(..count..)的版本。显然，..count../sum(..count..) 每个计数除以总计数，而在..density.. 的情况下，它独立应用于每个组：我仍然不明白为什么，如果你有一个想法？
我刚刚遇到了这个问题。根据github.com/tidyverse/ggplot2/issues/3522，您可能可以执行aes(y = stat(density*width))，这将达到相同的结果，但无需手动设置binwidth。然而，这是否应该被允许仍然有点不清楚。