R-强制ggplot2中的geom_density（）接受df列作为频率（y变量）

我正在尝试使用

ggplot2

中的

geom\u density

制作平滑直方图。问题是，从技术上讲，我所做的并不完全是直方图，所以我遇到了麻烦。具体地说，沿着所需图的x轴是基因组位置，但值可以在任何地方开始和结束。此外，y轴不是精确的计数，而是df中数值向量的内容，轨迹_df_trim$V7，对于我的数据，它是介于0和266之间的强度值

与每次观察相对应的“箱”可能有不同数量的碱基对长，因此箱的大小不一致，箱之间也可能有断裂

我无法让ggplot接受任何类似于轨迹修剪df$V7的y值。另外，如果我让值=…scaled..，则它是不正确的，因为强度值与观察数不成正比（如果我指定，..scaled..和..count..变量，这就是驱动变量的原因）

因此，在这一点上，我唯一的想法是重新创建数据帧本身，这样就有了统一的bin大小，并且对于每种没有强度的单元类型，每个观测值在df中接收到一个0。但是，我想知道是否有一种方法可以使用当前形式的df生成所需的绘图，即：

head(locus_df_trim)
> head(locus_df_trim)
                     V2       V3        V5  V7 annot_width
1 CD4+_CD25-_IL17-_PMA-  H3K27ac 204738970 103        1042
2 CD4+_CD25-_IL17-_PMA-  H3K27ac 204738517  40         250
3 CD4+_CD25-_IL17-_PMA- H3K36me3 204738136 158         515
4 CD4+_CD25-_IL17-_PMA- H3K36me3 204738702 104         709
5 CD4+_CD25-_IL17+  H3K4me1 204738665 226        1246
6 CD4+_CD25-_IL17+  H3K4me1 204741441  73         397
...
43 Tmem_Primary_Cells  H3K27ac 204738908  34         390
44 Tmem_Primary_Cells H3K27me3 204738382  28         194
45 Tmem_Primary_Cells  H3K4me1 204738766 124         424
46 Tmem_Primary_Cells  H3K4me1 204741433  48         423
47 Tmem_Primary_Cells  H3K4me1 204739411  40         215
48 Tmem_Primary_Cells  H3K4me1 204737304  33         210

我能够生成接近所需的绘图，但尝试指定y值与V7成比例（如下所示）会导致错误：

 Error in eval(substitute(list(...)), `_data`, parent.frame()) : 
  object 'y' not found

要清楚，所需的绘图具有以下属性：

我想制作具有以下功能的平滑直方图：

• 给定观测值的箱从一列中某个值的x坐标开始，到另一列中某个值结束

• 每个单元格类型（在下面的“轨迹”\u trim\u df$V2列中）都有不同的颜色）

• 每个峰值的高度（y方向）与df列中的值成正比（轨迹_df_trim$V7）

到目前为止，我有以下代码：

library("ggplot2")

base_plot<-ggplot(data=locus_df_trim, aes(x=V5, y=V7, fill=V2, size=V7)) + geom_density(alpha=0.3, adjust=0.4, kernel="gaussian")
base_plot<-base_plot + geom_vline(xintercept = 204738919, size = 1, colour = "#FF3721", linetype = "dashed")
base_plot<-base_plot + theme_classic(); base_plot

库（“ggplot2”）
base_plot能否举例说明示例数据集的用途？或者类似的图像？如前所述，这是非常令人困惑的-您的“箱子”听起来更像是组，如果它们不是XYE上的连续变量，那么它们是100%组。我希望这段
locus_df_trim
足以帮助人们看到数据。但如果你认为你有时间处理，我可以制作数据集。非常感谢您的回复。