将 R ggplot 中直方图中的 y 轴归一化为按组比例

Question

我的问题与将R ggplot 中直方图中的 y 轴归一化为比例非常相似，除了我有两组不同大小的数据，我希望每个比例都与其组大小有关，而不是总大小。

为了更清楚，假设我在一个数据框中有两组数据：

dataA<-rnorm(100,3,sd=2)
dataB<-rnorm(400,5,sd=3)
all<-data.frame(dataset=c(rep('A',length(dataA)),rep('B',length(dataB))),value=c(dataA,dataB))

我可以将这两个分布与：

ggplot(all,aes(x=value,fill=dataset))+geom_histogram(alpha=0.5,position='identity',binwidth=0.5)

而不是 Y 轴上的频率，我可以使用以下比例：

ggplot(all,aes(x=value,fill=dataset))+geom_histogram(aes(y=..count../sum(..count..)),alpha=0.5,position='identity',binwidth=0.5)

但这给出了相对于总数据大小的比例（此处为 500 分）：是否有可能相对于每个组大小？

我的目标是可以直观地比较 A 和 B 之间给定 bin 中的值的比例，独立于它们各自的大小。 也欢迎与我原来的想法不同的想法！

谢谢！

Answer 1

像这样？ [根据OP的评论编辑]

ggplot(all,aes(x=value,fill=dataset))+
  geom_histogram(aes(y=0.5*..density..),
                 alpha=0.5,position='identity',binwidth=0.5)

使用y=..density..缩放直方图，使每个下的面积为 1，或sum(binwidth*y)=1. 因此，您将使用y = binwidth*..density..来让 y 表示每个 bin 中总数的分数。 在您的情况下， binwidth=0.5 。

IMO 这更容易解释：

ggplot(all,aes(x=value,fill=dataset))+
  geom_histogram(aes(y=0.5*..density..),binwidth=0.5)+
  facet_wrap(~dataset,nrow=2)