R 通过计算观察值的数量来归一化直方图

我的数据有三个不同的变量，我试图用R和ggplot2绘制三个不同的直方图。我发现您可以使用y=…count../sum（…count..）作为aes选项来规范化此数据。然而，这并没有按照我想要的方式使其正常化。相反，我想除数。。通过每个变量的观察次数。然而，虽然我的两个变量具有相同数量的观察值，但我的最后一个变量没有。前两个变量有10700个观测值，而第三个变量有20000个观测值

如果我分开这两个变量，我可以生成正确的直方图，但我想一起创建它们，这样我可以正确地比较它们。下面是我的两个变量的工作代码

ggplot(data = melt(data_go), mapping = aes(x = value)) + geom_histogram(aes(y=..count../10600),breaks = seq(0,10,by = 1)) + facet_wrap(~variable, scales = 'free_x')

我的数据如下表所示，我使用第一行代码制作R中的直方图。这会为每个变量创建三个不同的直方图（这是正确的）

---

TLDR：我如何计算每个变量的观察数，并在命令中使用它来创建标准化直方图（计数/观察数）？

类似于这行，尽管您的里程数可能会有所不同，因为我不清楚您的数据集是什么样的

ggplot(data=melt(data_go)) + stat_count(mapping = aes(x=value, y=..prop.., group=1), width=.2)+
  facet_wrap(~variable, scales = 'free_x')+
  scale_y_continuous(labels = scales::percent)

---

谢谢你的意见！我的数据集是csv文件，它们被组织（在excel中打开时）为4列，第一列为名称（与直方图无关），第二列和第三列分别为10700个观察值的数据值，第四列为20000个观察值的数据值。它们在R中格式化为数据帧的方式是名称作为第一列，变量作为第二、第三和第四列的标题，所以不管它是什么变量。最后一个是我制作柱状图的值。事实上，这不适用于我的数据，我想继续使用geom_柱状图。y=…道具。。似乎是正确的，但它没有任何阴谋。

ggplot(data=melt(data_go)) + stat_count(mapping = aes(x=value, y=..prop.., group=1), width=.2)+
  facet_wrap(~variable, scales = 'free_x')+
  scale_y_continuous(labels = scales::percent)