R 如何将ggplot stat_sum映射到尺寸美学？

据我所知，ggplot的stat方法获取值数组并计算新值，这些值可以通过某种美学来显示。我希望这些点的大小与每组中一个数值变量的总和成比例（唯一的

x，y

组合）。我感到惊讶的是，每当一组中有多个值时，就会绘制多个点，而不是一个点表示所有值的总和。下面是一个简单的工作示例：

ex_data <- data.frame(
    a = sort(rep(letters[1:4], 5)),
    b = rep(letters[6:7], 10),
    c = rnorm(20, 1000, 500),
    d = rep(c('h', 'h', 'i', 'i'), 5)
)

p <- ggplot(ex_data,
    aes(x = b, y = a, size = log10(c), color = d, shape = d)) +
    geom_point(stat = 'sum', alpha = 0.33) +
    scale_radius(guide = guide_legend(title = 'c (log)')) +
    scale_color_manual(values = c('cyan', 'magenta'),
                    guide = guide_legend(title = 'd'),
                    labels = c('h', 'i')) +
    scale_shape_manual(values = c(15, 18), guide = FALSE) +
    theme_bw()

print(p)

---

ex_data我认为您需要以某种方式重塑数据。下面是我的示例（带有
data.table
和
dplyr
）

ex_数据_2%
[，列表（c=总和（c），
d=哪个.max（表（d）），by=列表（a，b）]%>%
[，d:=c（'c'，'d'）[d]]
p看起来
stat='sum'
只能与
y
美学一起工作，因此我们需要在转到
ggplot
之前聚合数据并应用统计数据。下面是一个使用
dplyr
的工作示例。（注意：堆栈溢出审阅者不允许我编辑MAK77的回复并接受它，这是我编写新答案的唯一原因。）

require（dplyr）
需要（ggplot2）
ex_数据%
突变（csum=sum（c））%>%
总结所有（第一）
p如果在坐标上映射两种颜色，怎么可能有一个点？那一点应该是什么颜色？什么形状？我指的是每种颜色一个点，而不是同一位置相同颜色的两个点一般来说，我发现
stat\u summary
对于
y
上的简单摘要功能非常有用。听起来您希望将数据集汇总为每个
a
/
b
/
d
组合的单个值
c
。在ggplot之外，使用汇总数据集创建所需的绘图可能是最简单的方法。没错，但为什么会有这种限制，为什么只有
y
美学？为什么没有错误或警告信息，只是默默地不做它的工作？另外，
geom_count
正确使用计数统计信息，如果能够使用任何其他统计信息，那就太好了。
sort.list中的错误（y）：“x”必须是“sort.list”的原子，您在列表中调用过“sort”吗？
谢谢您的回答！我运行代码，这会在每个点上降低一级
d
，所以我有青色或洋红色（我猜是因为
哪个最大（表（d））
。另一件事是，这样
统计就没有意义了，足以将
大小
传递给主要美学，所以ggplot的这种便利性无法被利用。
ex_data_2 <- data.table(ex_data) %>%
    .[, list(c = sum(c), 
             d = which.max(table(d))), by = list(a, b)] %>%
    .[, d := c('c', 'd')[d]]
p <- ggplot(ex_data_2,
            aes(x = b, y = a, size = log(c), color = d, shape = d)) +
    geom_point(stat = 'sum', alpha = 0.33) +
    scale_radius(guide = guide_legend(title = 'c (log)')) +
    scale_color_manual(values = c('cyan', 'magenta'),
                       guide = guide_legend(title = 'd'),
                       labels = c('h', 'i')) +
    scale_shape_manual(values = c(15, 18), guide = FALSE) + 
    theme_bw()
p

require(dplyr)
require(ggplot2)

ex_data <- data.frame(
    a = sort(rep(letters[1:4], 5)),
    b = rep(letters[6:7], 10),
    c = rnorm(20, 1000, 500),
    d = rep(c('h', 'h', 'i', 'i'), 5)
)

ex_data_2 <- ex_data %>%
        group_by(a, b, d) %>%
        mutate(csum = sum(c)) %>%
        summarise_all(first)

p <- ggplot(ex_data_2,
            aes(x = b, y = a, size = log(csum), color = d, shape = d)) +
    geom_point(alpha = 0.33) +
    scale_radius(guide = guide_legend(title = 'c (log)')) +
    scale_color_manual(values = c('cyan', 'magenta'),
                    guide = guide_legend(title = 'd'),
                    labels = c('h', 'i')) +
    scale_shape_manual(values = c(15, 18), guide = FALSE) + 
    theme_bw()
p