Question

我的目标是比较各种社会经济因素（如多年收入）的分布情况，以了解人口在特定地区的演变情况，例如5年多。这方面的主要数据来自Public Use Microdata Sample。我使用R + ggplot2作为我的首选工具。

在比较两年的数据（2005年和2010年）时，我有两个数据框hh2005和hh2010，其中包含两年的家庭数据。两年的收入数据存储在两个数据框中的变量hincp中。使用ggplot2我将创建个别年份的密度图，如下所示（2010年的例子）：

    p1 <- ggplot(data = hh2010, aes(x=hincp))+
      geom_density()+
      labs(title = "Distribution of income for 2010")+
      labs(y="Density")+
      labs(x="Household Income")
    p1

如何在此图上叠加2005年的密度？我无法理解为data已将hh2010视为{{1}}我不知道如何继续。我应该从一开始就以一种根本不同的方式处理数据吗？

Answer 1

您可以将data个参数传递给各个geoms，因此您应该能够将第二个密度添加为这样的新geom：

p1 <- ggplot(data = hh2010, aes(x=hincp))+
  geom_density() +
  # Change the fill colour to differentiate it
  geom_density(data=hh2005, fill="purple") +
  labs(title = "Distribution of income for 2010")+
  labs(y="Density")+
  labs(x="Household Income")

Answer 2

这就是我解决问题的方法：

使用感兴趣的变量（在本例中为年份）标记每个数据框
合并两个数据集
更新ggplot函数中的'fill'美学

例如：

# tag each data frame with the year^
hh2005$year <- as.factor(2005)
hh2010$year <- as.factor(2010)

# merge the two data sets
d <- rbind(hh2005, hh2010)
d$year <- as.factor(d$year)

# update the aesthetic
p1 <- ggplot(data = d, aes(x=hincp, fill=year)) +
  geom_density(alpha=.5) +
  labs(title = "Distribution of income for 2005 and 2010") +
  labs(y="Density") +
  labs(x="Household Income")
p1

^注意，当您使用因子时，'fill'参数似乎效果最好，因此我定义了年份。我还使用'alpha'参数设置重叠密度图的透明度。

使用ggplot2从两个不同的数据帧创建密度图

2 个答案: