如何ggplot两组收入阶段人口和价值观

Question

我有一个数据框，它有两种类型的'组'，我希望在同一图表上叠加密度。

使用ggplot，我尝试使用以下两行代码绘制密度图：

full$group <- factor(full$group)

ggplot(full, aes(x=income, fill=group)) + geom_density()

这个问题是它没有考虑频率变量（freq），只是计算频率本身。这是一个问题，因为每个收入组合组合只有一行。

我相信我有两个选择，每个选项都有一个问题：

a）我应该使用当前格式化数据的方式绘制图表吗？如果是这样，我该怎么做？

b）我应该重新格式化数据，使每组/收入组合的频率等于分配给它的频率变量吗？如果是这样，我该怎么做？

这是我想要的图表，其中“income”=“rating”和“group”=“cond”：

'完整'的输入：

full <- structure(list(income = c(10000, 19000, 29000, 39000, 49000, 75000, 99000, 1e+05, 10000, 19000,29000, 39000, 49000, 75000, 99000, 1e+05),
group = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("one", "two"), class = "factor"),
freq = c(1237, 1791, 743, 291, 256, 212, 29, 11, 921, 1512, 614, 301, 209, 223, 48, 1)), .Names = c("income", "group", "freq"),
row.names = c(NA, 16L), class = "data.frame")

Answer 1

你可以用

的频率重复观察

ggplot(full[rep(1:nrow(full), full$freq),]) + 
geom_density(aes(x=income, fill=group), color="black", alpha=.75, adjust=4)

当然，对于你的数据，这会产生一个非常糟糕的情节

估算密度时，您的数据应该是连续分布的观察结果。在这里，你真的有一个带有重复观察的离散分布（在真正的连续分布中，看到任何值不止一次的概率为0）。

您可以尝试通过将adjust=参数设置为数字＆gt; 1（如3或4）来平滑此曲线。但实际上，您的输入数据不适合密度图。条形图将是更好的选择。也许像是

ggplot(full, aes(as.factor(income), freq, fill=group)) + 
    geom_bar(stat="identity", position="dodge")