Question

我的问题与Normalizing y-axis in histograms in R ggplot to proportion非常相似，只是我有两组不同大小的数据，我希望每个比例都相对于组大小而不是总大小。

为了更清楚，假设我在数据框中有两组数据：

dataA<-rnorm(100,3,sd=2)
dataB<-rnorm(400,5,sd=3)
all<-data.frame(dataset=c(rep('A',length(dataA)),rep('B',length(dataB))),value=c(dataA,dataB))

我可以将两个发行版一起绘制：

ggplot(all,aes(x=value,fill=dataset))+geom_histogram(alpha=0.5,position='identity',binwidth=0.5)

而不是Y轴上的频率，我可以得到以下比例：

ggplot(all,aes(x=value,fill=dataset))+geom_histogram(aes(y=..count../sum(..count..)),alpha=0.5,position='identity',binwidth=0.5)

但这会给出相对于总数据大小的比例（此处为500分）：是否可以将其与每个组大小相对应？

我的目标是使得可以在视觉上比较A和B之间给定箱中的值的比例，与它们各自的大小无关。也欢迎与我原创的想法不同的想法！

谢谢！

Answer 1

喜欢这个？ [根据OP的评论编辑]

ggplot(all,aes(x=value,fill=dataset))+
  geom_histogram(aes(y=0.5*..density..),
                 alpha=0.5,position='identity',binwidth=0.5)

使用y=..density..缩放直方图，使每个下方的区域为1，或sum(binwidth*y)=1.因此，您可以使用y = binwidth*..density..来表示每个分区中总数的分数。在您的情况下，binwidth=0.5。

IMO这个更容易理解：

ggplot(all,aes(x=value,fill=dataset))+
  geom_histogram(aes(y=0.5*..density..),binwidth=0.5)+
  facet_wrap(~dataset,nrow=2)