在 ggplot2 中为直方图创建图例，根据直方图数据来自的数据子集着色

Question

我试图告诉 ggplot 引用这两个数据子集来为我的直方图条着色。如何指导 AES 中的填充函数根据数据来自哪个数据集为分数着色？

SW_WP_data=subset(sw_og, OG_CTYPE=="WP" & DSGSTTXT=="Designated" & OG_CLASS=="Pine")
ASP_WP_data=subset(sw_og, OG_CTYPE=="WP" & DSGSTTXT=="Designated" & OG_CLASS=="Pine" & NEWSUBSC=="ASP")

SW_ASP_WP=ggplot(data=SW_WP_data, aes(x=OGSCORE), fill=?) + 
  geom_histogram(binwidth=.6, alpha=.6, col="black") +
  geom_histogram(data=ASP_WP_data, binwidth=.6, fill='red', col="black", alpha=.6)+
  geom_vline(xintercept=33, linetype="dashed", colour="red")+
  xlim(0,65)+
  ylim(0,15)+
  theme(plot.title = element_text(hjust=0.5))+
  labs(title = "Statewide vs. ASP", y= "Count", x="Scores", caption = "2012 data")+
  scale_fill_discrete(name="Data Extent", values=c("grey5", "red3"), labels=c("Statewide", "ASP"))

image link 显示了我正在尝试制作的内容，但带有一个引用来自两个不同数据框的分数的图例。如何指导 AES 中的填充函数根据数据来自哪个数据集为分数着色？

Answer 1

通常 ggplot 需要长格式的数据，因此您不需要像上面那样对数据框进行子集化；您应该只为填充美学分配一个变量，因此只调用一次geom_histogram。你没有包含数据，所以我用 iris 数据集做一个模型。

编辑以包括将两个数据集组合在一起：

假设您想将 setosa 鸢尾花与所有种类的鸢尾花进行比较。我通常做的是制作我的子集，添加一个列来标记它，然后将它绑定回也有一个标记列的完整数据集。

setosa_only <- iris %>% 
    filter(Species == "setosa") %>% 
    mutate(flag = "setosa")
df <- iris %>% 
    mutate(flag = "all irises") %>%
    bind_rows(setosa_only)

这样的东西应该得到你想要的：

ggplot(df, aes(x = Sepal.Length, fill = flag)) +
  geom_histogram(position = "dodge") +
  geom_vline(xintercept = 5, linetype = "dashed", color = "red") +
  scale_fill_manual(values = c("grey5", "red3", "steelblue"))

加上你想要的任何花里胡哨。

需要注意的几点：

• 由于我没有你的数据，我不知道 x 截距的意义。我只是输入了一个虚拟值。
• 由于填充被映射到美学，它需要进入aes。
• 如果你想手动分配颜色，你需要scale_fill_manual，而不是scale_fill_discrete。 scale_*_manual 函数具有 values 参数，您可以为其分配颜色、大小、形状等。
• 在编辑后的版本中，我在直方图中添加了position = "dodge"。这是因为您显示的是一个子集，因为它与整体相比，所以您想清楚的是，您没有将一个 bin 中的鸢尾花数量加上该 bin 中的 setosa 鸢尾花数量相加。

希望有帮助！