R ggplot2直方图：仅显示具有2个以上观测值的箱子

我想为变量的分布创建一个直方图。出于数据审查的原因，我只允许显示包含两个以上观察值的箱子。有没有办法在ggplot2中轻松完成此任务？ 以下是一个例子：

library(ggplot2)
set.seed(1234)

df <- data.frame(
  weight=round(c(rnorm(200, mean=55, sd=5), rnorm(200, mean=65, sd=5)))
)

p <- ggplot(df, aes(x=weight)) +
  geom_histogram() +
  stat_bin(aes(y=..count.. + 2, label=..count..), geom="text")
p

库（ggplot2）
种子集（1234）
df不是最方便的，但是您可以从外部计算箱子高度（可能这有帮助：），然后过滤装箱数据，然后绘制直方图，提供x和y美学和stat=“identity”

或者，除了物理移除观察很少的箱子（即，如果您想将装箱数据重新用于其他内容），您可以使用第三个布尔变量来描述每行（即箱子）是否符合您的标准，并将其用作填充颜色。然后设置比例填充手动（值=c（“透明”、“黑色”），这将使标准列中带有FALSE的箱子透明。
不是最方便的，但您可以从外部计算箱子高度（可能这有帮助：），然后过滤装箱数据，然后绘制直方图，提供x和y美学以及stat=“identity”

或者，除了物理移除观察很少的箱子（即，如果您想将装箱数据重新用于其他内容），您可以使用第三个布尔变量来描述每行（即箱子）是否符合您的标准，并将其用作填充颜色。然后设置scale\u fill\u manual（value=c（“透明”、“黑色”）），这将使标准列中带有FALSE的箱子透明。
这是可以做到的，我的建议是你必须事先确定箱子，否则过滤没有意义

我们从你的例子开始：

library(ggplot2)
library(gridExtra)
set.seed(1234)

df <- data.frame(
  weight=round(c(rnorm(200, mean=55, sd=5), rnorm(200, mean=65, sd=5)))
)

这是可以做到的，我的建议是你必须事先确定垃圾箱，否则过滤就没有意义了

我们从你的例子开始：

library(ggplot2)
library(gridExtra)
set.seed(1234)

df <- data.frame(
  weight=round(c(rnorm(200, mean=55, sd=5), rnorm(200, mean=65, sd=5)))
)

使用ggplot2实际上很容易做到这一点。我不认为情节本身有任何意义，但这个想法可能在这之外有用处。您可以在
aes（）
中使用
ifelse
条件，而不会出现任何问题

库（“ggplot2”）
##下优等种子；）
种子（42）
df`stat_bin（）`使用`bin=30`。使用“binwidth”选择更好的值。



p 2，…计数…，0）））+
geom_直方图（）+
统计数据（aes（标签=…计数…），geom=“文本”）
P
#>`stat_bin（）`使用`bins=30`。使用“binwidth”选择更好的值。
#>`stat_bin（）`使用`bins=30`。使用“binwidth”选择更好的值。


由（v0.3.0）创建于2019-11-13，使用ggplot2实际上非常简单。我不认为情节本身有任何意义，但这个想法可能在这之外有用处。您可以在
aes（）
中使用
ifelse
条件，而不会出现任何问题

库（“ggplot2”）
##下优等种子；）
种子（42）
df`stat_bin（）`使用`bin=30`。使用“binwidth”选择更好的值。



p 2，…计数…，0）））+
geom_直方图（）+
统计数据（aes（标签=…计数…），geom=“文本”）
P
#>`stat_bin（）`使用`bins=30`。使用“binwidth”选择更好的值。
#>`stat_bin（）`使用`bins=30`。使用“binwidth”选择更好的值。


（v0.3.0）于2019年11月13日创建。
顺便说一句，我对ggplot2直方图有两个不满。首先是默认的存储箱数量-我通常通过
nclass.FD（）
使用，因为它在大多数情况下提供了一个非常好的默认值。第二个是默认边界介于可疑和完全误导之间（详情请参见）。首先是默认的存储箱数量-我通常通过
nclass.FD（）
使用，因为它在大多数情况下提供了一个非常好的默认值。第二，默认边界介于可疑和完全误导之间（详见）。
h <- hist(df$weight,breaks=BREAKS,plot=FALSE)
dat <- data.frame(weight=h$mids,n=h$counts)

p2 <- ggplot(dat,aes(x=weight,y=n)) + 
geom_col() + geom_text(aes(label=n),vjust=-0.5,size=3)

CUTOFF=2
ggplot(subset(dat,n>CUTOFF),aes(x=weight,y=n)) + 
geom_col() + geom_text(aes(label=n),vjust=-0.5,size=3)