通过另一个变量加权ggridges

Question

我正在尝试用山脊图可视化一些数据，但我想知道是否有一种方法可以加权山脊的密度。

基本上，我有以下几点：

set.seed(1)
example <- data.frame(matrix(nrow=100,ncol=3))
colnames(example) <- c("year","position","weight")
example$year <- as.character(rep(c(1,2,3,4,5),each=20) )
example$position <- runif(100,1,10)
example$weight <- sample(1:3,100,replace = T)

5个不同年份的职位样本。我想用山脊图绘制分布随时间的变化，但在数据集中，还有一个“权重”列，这意味着一些样本比其他样本更重要。有没有办法把它合并到我的山脊分布图中？还有，有没有一种方法可以让具有较多样本*权重的行比具有较少样本*权重的行更高？那么，不是将每年的身高正常化为1吗？

ggplot(example,aes(x=position,y=year))+
  ggridges::geom_density_ridges()+
  theme_classic()

我在想，我可以尝试通过管道传输数据集来重复它们拥有的权重值的行数，这样它们就会被计数超过x次(或“权重”次数)，并改变密度。不过，我不太明白该怎么做。另外，在我的数据集中，权重不是整数，所以我希望有一个更好的解决方案。

或者，有没有其他包/技术可以实现这一点？

Answer 1

对于这个数据集，我们可以重复基于weight列的行，然后绘制：

library(ggplot2)
library(ggridges)

example2 <- example[rep(seq_along(example$weight), example$weight), ]

ggplot(example2,aes(x=position,y=year))+
  ggridges::geom_density_ridges()+
  theme_classic()
#> Picking joint bandwidth of 1.02

​

​

但是，如果您的wight不是整数，这将不起作用。有一个this open issue on github，你可能想试一试。

另一个想法是将原始数据集中的权重归一化为整数，方法是将它们舍入到某些数字，然后将它们乘以10，使其成为所需精度的幂。然后，您可以将先前的解决方案用于您的实际数据集。