R 使用ggplot2绘制具有百分比的多个数据集的直方图

我有四个数据集，我想在同一个图上绘制所有数据的直方图。我把所有的数据放在一个数据框中。我还可以在一个图上绘制直方图。然而，我在绘制百分比而不是计数时遇到了困难。当我使用下面的代码时，它将百分比绘制为所有计数的总和，但我更希望百分比是相对于每个数据集的。这可能吗

all <- rbind(data.frame(fill = "A", Events = A$Events), 
    data.frame(fill = "B", Events = B$Events), 
    data.frame(fill = "C", Events = C$Events), 
    data.frame(fill = "D", Events = D$Events)
ggplot(all,aes(x=Events, fill = fill)) + 
 geom_histogram(aes(y = ..count../sum(..count..)), position = 'dodge')

---

您很接近，但需要使用

（…密度..）*binwidth

而不是

。count../sum（…count..）

旧答案

以下是一个例子：

library(ggplot2)

ggplot(mtcars,aes(x=mpg, fill = as.factor(cyl))) +
  geom_histogram(aes(y = ..density..), position = 'dodge', binwidth=5)

作为检查，将binwidth调整为100，每个列的值为0.01（100%/100=0.01）

（编辑）下面是另一个示例，使用过于简化的数据集突出显示结果：

library(data.table)
# Calculate the average miles per gallon by number of cylinders
mtcars_avg <- as.data.table(mtcars)[,
                                    list(mpg_avg=mean(mpg)),
                                    by=list(cyl=as.factor(cyl))][order(cyl)][order(cyl)]
mtcars_avg
#   cyl  mpg_avg
#1:   4 26.66364
#2:   6 19.74286
#3:   8 15.10000

# OP version, with unwanted results of 33% per color (cyl)
ggplot(mtcars_avg, aes(x=mpg_avg, fill=cyl)) +
  geom_histogram(aes(y = ..count../sum(..count..)), position = 'dodge', binwidth=1)

你也可以考虑使用<代码> GeoMeStime代替：

ggplot(mtcars,aes(x=mpg, fill = as.factor(cyl))) + geom_density(alpha=0.5)

---

这个binwidth是必需的，因为根据定义，整数和为1。 基本上，箱宽的

x

增加导致箱宽的

y

变化

1/x

-箱宽更大，因此必须降低高度才能获得相同的面积

因此，要恢复百分比，您必须通过将

y

乘以

bw

来纠正此错误

Aa一个简单的例子，想象一下一点：

• 基本的“

  .density..

  ”代码将为您提供百分比，因为

  bw*p=1

  ，即

  1*1=1

• 如果将

  bw

  更改为2，则“

  .density..

  ”代码将在y轴上显示：

  bw*y=1=>y=1/bw=0.5

• 为了获得

  y

  轴上的百分比，必须乘以

  bw

---

也许我没有正确回答我的问题。我想象的是，每个数据集的所有条相加等于100%，但使用密度，我得到所有数据集的总数为100%。是的，我想我理解。我在解决方案中添加了另一个示例。这有用吗？也许你可以发布一些真实的数据来突出你的关注点？我已经在上面添加了一些示例数据。使用..密度。。如果我保留binwidth=1，效果很好，但例如，当我更改binwidth=10时，总数最终为10%（我猜是因为1.00/10=.1）。如果您知道一种改变binwidth的方法，但将比例保持在100%，这将非常有用。另外，感谢您提供有关几何密度的提示。我可以用它来代替。看起来将密度乘以binwidth将获得所需的结果。检查编辑后的答案。也许其他人可以解释为什么这是必要的。请正确格式化您的答案。就目前而言，这是相当难以理解的。

library(ggplot2)

ggplot(mtcars,aes(x=mpg, fill = as.factor(cyl))) +
  geom_histogram(aes(y = ..density..), position = 'dodge', binwidth=5)

library(data.table)
# Calculate the average miles per gallon by number of cylinders
mtcars_avg <- as.data.table(mtcars)[,
                                    list(mpg_avg=mean(mpg)),
                                    by=list(cyl=as.factor(cyl))][order(cyl)][order(cyl)]
mtcars_avg
#   cyl  mpg_avg
#1:   4 26.66364
#2:   6 19.74286
#3:   8 15.10000

# OP version, with unwanted results of 33% per color (cyl)
ggplot(mtcars_avg, aes(x=mpg_avg, fill=cyl)) +
  geom_histogram(aes(y = ..count../sum(..count..)), position = 'dodge', binwidth=1)

# ..density.. version, which shows the desired results of 100% per color (cyl)
ggplot(mtcars_avg, aes(x=mpg_avg, fill=cyl)) +
  geom_histogram(aes(y = ..density..), position = 'dodge', binwidth=1)

ggplot(mtcars,aes(x=mpg, fill = as.factor(cyl))) + geom_density(alpha=0.5)