在ggplot2中应用分组级别的函数

Question

简短版本

在ggplot2中，我必须做什么才能在拆分x或y之后应用美学的data内的函数(例如使用group或color)？

长版本

鼓舞人心的例子

my_data <- data.table(class = sort(rep(x = c('a','b','c'), times = 3)))

hidden <- c(10, 15,  80,
             0, 50, 100,
             5, 90,  95)

my_data[, rank := ecdf(hidden)(hidden)]

然后我想绘制每个类的CDF与整体CDF的关系图，这有助于我查看隐藏值在类之间的分布是否一致。

我最好的尝试

经过几次迭代后，我很惊讶这不起作用。我认为，通过将组设置为最高级别的美学，该函数将以与统计数据相同的方式应用。相反，ecdf(rank)(rank)将再次应用于整个列，这将导致y等于x。

ggplot(data = my_data, mapping = aes(color = class)) +
  geom_line(mapping = aes(
    x = rank,
    y = ecdf(rank)(rank)
  ))

​

​

ggplot(data = data, mapping = aes(color = class)) +
  geom_density(mapping = aes(
    x = rank,
    y = ..scaled..
  ))

​

​

我最好的解决办法

通过split-apply-combine的魔力(这里是使用data.table中的by实现的)，我可以向数据中添加额外的列来实现这一点。

data[, class_rank := ecdf(value)(value), class]
ggplot(data = data, mapping = aes(color = class)) +
  geom_line(mapping = aes(
    x = rank,
    y = class_rank
  ))

​

​

在我的数据上添加额外的列并不是最糟糕的事情，但是ggplot2已经做了足够多很棒的事情，我觉得它就在那里，我就是找不到它。

Answer 1

1. 美学被映射到rhs =上的表达式返回的值，该表达式应用于通过data传递的数据。通过映射其他美学进行分组在此point.
2. grouping中不起作用，仅影响绘图层内的操作，因此应用与分组有关的函数的唯一方法是在ggplot统计数据内。stat_smooth().

和

• 就是应用函数的很好的统计示例

因此，我认为在“ggplot2”中实现你所要求的东西的唯一方法是使用一种还不存在的美学。定义一个新的统计数据来总结x美学忽略组和y美学尊重分组应该是可行的，我认为，但值得付出努力吗？可以很容易地在“tidyverse”中预处理数据，如下所示，或者使用“data.table”进行预处理，如您自己的示例所示……

library(ggplot2)
library(dplyr)

my_data <- data.frame(class = sort(rep(x = c('a','b','c'), times = 3)),
                      hidden = c(10, 15,  80, 0, 50, 100, 5, 90,  95))

my_data %>%
  mutate(rank = ecdf(hidden)(hidden)) %>%
  group_by(class) %>%
  mutate(class_rank = ecdf(hidden)(hidden)) %>%
  ggplot(aes(rank, class_rank, color = class)) +
    geom_line()