转换简单的ggplot2代码以使用data.table

Question

我的旧代码看起来像这样：

library(ggplot2)
gp<-ggplot(NULL,aes(x=Income))
gp<-gp+geom_density(data=dat$Male,color="blue")
gp<-gp+geom_density(data=dat$Female,color="green")
gp<-gp+geom_density(data=dat$Alien,color="red")
plot(gp) #Works

现在我开始使用优秀的data.table库（而不是data.frame）：

library(data.table)
cols<-c("blue","green","red")
gp<-ggplot(NULL,aes(x=Income))
dat[, list(gp+geom_density(data=.SD, color=cols[.GRP])), by=Gender]
#I even tried
dat[, list(gp<-gp+geom_density(data=.SD, color=cols[.GRP])), by=Gender]
plot(gp) #Error: No layers in plot

我不确定是什么问题，但似乎我在J（）中运行的代码在外部范围内没有得到识别。

我怎样才能以data.table惯用的方式实现这一目标？

Answer 1

ggplot2应该与长格式data.tables一起使用，方式与长格式data.frames相同：

library(data.table)
set.seed(42)

dat <- rbind(data.table(gender="male",value=rnorm(1e4)),
             data.table(gender="female",value=rnorm(1e4,2,1))
             )

library(ggplot2)
p1 <- ggplot(dat,aes(x=value,color=gender)) + geom_density()
print(p1)

不要将宽格式data.frames（或data.tables）提供给ggplot2。

如果你有很多组，绘图会很慢，但由于ggplot2的内部魔力，没有data.table可以真正帮助（直到Hadley以某种方式实现它）。 您可以尝试在ggplot2之外ggplot2密度，但这只会对您有所帮助：

set.seed(42)
dat2 <- data.table(gender=as.factor(1:5000),value=rnorm(1e7))
plotdat <- dat2[,list(x_den=density(value)$x,y_den=density(value)$y),by=gender]
p2 <- ggplot(plotdat,aes(x=x_den,y=y_den,color=gender)) + geom_line()
print(p2) #this needs some CPU time

当然，如果你有很多小组，你可能会做错误的情节。