R 叠加密度，非排他性子集

我需要在一个图上有几个密度函数。每个密度对应于我的整个数据集的一个子集。子集由数据集中某个变量的值定义

具体来说，我想画一个1年、3年和10年的密度函数。当然，10年的期限包括较短的期限。同样，应根据去年的数据构建3年期水平密度。

---

子集需要对应于

数据[period==1，]

，

数据[period处理依赖分组的方法之一是基于现有分组创建独立分组。下面我选择的方法是创建三个新列（
period\u One
，
period\u three
和
period\u ten
）使用
mutate
功能，其中


period\u one
=期间的最佳当前EV到EBITDA值==1
period\u three
=period的最佳当前EV TO\u EBITDA值不是
数据[period==1，]
数据的一部分[period@AdamQuek是的，没错。子集不是相互排斥的，这是造成麻烦的原因。太好了，非常感谢。如果您有更多的时间，请毫不犹豫地添加一些解释。Thx。编辑了上面答案中的解释。如果您需要更多解释，请告诉我。
  ggplot() +
    geom_density(data = data[period <=3,], aes(x=BEST_CUR_EV_TO_EBITDA), alpha=.2, fill="red") +
    geom_density(data = data[period ==1,], aes(x=BEST_CUR_EV_TO_EBITDA), alpha=.2, fill="grey") +
    geom_density(data = data, aes(x=BEST_CUR_EV_TO_EBITDA), alpha=.2, fill="green")

ggplot(data, aes(x=BEST_CUR_EV_TO_EBITDA, color=period)) +
  geom_density(alpha=.2, fill="blue")

library(data.table)
library(lubridate)
library(ggplot2)
  YEARS <- 10
  today <- Sys.Date()
  lastYr <- Sys.Date()-years(1)
  last3Yr <- Sys.Date()-years(3) 
  start.date  = Sys.Date()-years(YEARS)
  date = seq(start.date, Sys.Date(), by=1)
  BEST_CUR_EV_TO_EBITDA <- rnorm(length(date), 3,1)
  data <- cbind.data.frame(date, BEST_CUR_EV_TO_EBITDA)
  data <- cbind.data.frame(data, period = rep(10, nrow(data)))

  subPeriods <- function(aDf, from, to, value){
    aDf[aDf$date >= from & aDf$date <= to, "period"] = value
    return(aDf)
  }

  data <- subPeriods(data, last3Yr, today, 3)
  data <- subPeriods(data, lastYr, today, 1)
  data <- data.table(data)



  colScale <- scale_colour_manual(
    name = "horizon"
    , values = c("1 Y" = "grey", "3 Y" = "red", "10 Y" = "green"))

  ggplot() +
    geom_density(data = data[period <=3,], aes(x=BEST_CUR_EV_TO_EBITDA), alpha=.2, fill="red") +
    geom_density(data = data[period ==1,], aes(x=BEST_CUR_EV_TO_EBITDA), alpha=.2, fill="grey") +
    geom_density(data = data, aes(x=BEST_CUR_EV_TO_EBITDA), alpha=.2, fill="green") +
    colScale

df2 <- data %>% 
    mutate(period_one=ifelse(period==1, BEST_CUR_EV_TO_EBITDA, NA),
            period_three=ifelse(period<=3, BEST_CUR_EV_TO_EBITDA, NA),
            period_ten=BEST_CUR_EV_TO_EBITDA) %>%
   select(date, starts_with("period_")) %>%
   gather(period, val, period_one, period_three, period_ten)

ggplot(df2, aes(val, fill=period)) + geom_density(alpha=.2)