Question

我有一个包含维基百科编辑的数据框，其中包含有关用户编辑次数的信息（第1次编辑，第2次编辑等），编辑时间戳以及添加的字数。

在实际数据集中，每个用户最多可以进行20.000次编辑，在某些编辑中，它们最多可以添加30.000个单词。

然而，here is a downloadable small example数据集来举例说明我的问题。标题如下所示：

我试图在Edit Progression和时间之间绘制添加单词的分布。如果我使用常规的R barplot，我就像预期的那样工作：

barplot(UserFrame3$NoOfAdds,UserFrame3$EditNo)

但是我想在ggplot中做更好的图形和更多自定义选项。

如果我将其绘制为散点图，我会得到相同的结果：

ggplot(data = UserFrame3, aes(x = UserFrame3$EditNo, y = UserFrame3$NoOfAdds)) + geom_point(size = 0.1)

线图相同：

ggplot(data = UserFrame3, aes(x = UserFrame3$EditNo, y = UserFrame3$NoOfAdds)) +geom_line(size = 0.1)

但是当我尝试将它作为ggplot中的条形图绘制时，我得到了这个结果：

ggplot(data = UserFrame3, aes(x = UserFrame3$EditNo, y = UserFrame3$NoOfAdds)) + geom_bar(stat = "identity", position = "dodge")

X轴上似乎有更多的洞，最大值不应该接近它应该的位置（y = 317）。

我怀疑ggplot以某种方式对条形图进行分组并使用均值代替实际值，尽管＆＃34;闪避＆＃34;参数？我怎么能避免这个？如何在没有ggplot平均多次编辑的情况下将时间进度绘制为条形图？

Answer 1

与线条相比，您应该期望使用条形更多的x轴“孔”。线将零值连接在一起，条形码不连接。

我在您的数据下载中使用geom_col，它看起来像预期的那样：

UserFrame3 %>% 
  ggplot(aes(EditNo, NoOfAdds)) + geom_col()