如何标记 ggridges 包中每个 bin 的计数？答案

【问题标题】：How to label the count of each bin within ggridges package?如何标记 ggridges 包中每个 bin 的计数？
【发布时间】：2023-03-26 18:39:01
【问题描述】：

我有一个模拟 NFL 赛季的数据框，包含 2 列：球队和排名。我正在尝试使用 ggridges 绘制每个团队在 1-10 的每个级别的频率分布图。我可以让情节正常工作，但我想在每个箱子中显示每个团队/排名的计数。到目前为止，我一直没有成功。

   ggplot(results, 
       aes(x=rank, y=team, group = team)) +
   geom_density_ridges2(aes(fill=team), stat='binline', binwidth=1, scale = 0.9, draw_baseline=T) +
   scale_x_continuous(limits = c(0,11), breaks = seq(1,10,1)) +
   theme_ridges() +
   theme(legend.position = "none") +
   scale_fill_manual(values = c("#4F2E84", "#FB4F14",  "#7C1415", "#A71930", "#00143F", "#0C264C", "#192E6C", "#136677", "#203731"), name = NULL)

创建了这个情节：

我尝试在此行中添加以将计数添加到每个 bin，但它不起作用。

   geom_text(stat='bin', aes(y = team + 0.95*stat(count/max(count)),
                         label = ifelse(stat(count) > 0, stat(count), ""))) +

不是确切的数据集，但这至少足以运行原始图：

   results = data.frame(team = rep(c('Jets', 'Giants', 'Washington', 'Falcons', 'Bengals', 'Jaguars', 'Texans', 'Cowboys', 'Vikings'), 1000), rank = sample(1:20,9000,replace = T))

【问题讨论】：

标签： r ggridges

【解决方案1】：

如何计算每个 bin 的计数，加入原始数据并使用新变量 n 作为标签？

library(dplyr) # for count, left_join

results %>% 
  count(team, rank) %>% 
  left_join(results) %>% 
  ggplot(aes(rank, team, group = team)) +
  geom_density_ridges2(aes(fill = team), 
                       stat = 'binline', 
                       binwidth = 1, 
                       scale = 0.9, 
                       draw_baseline = TRUE) +
  scale_x_continuous(limits = c(0, 11), 
                     breaks = seq(1, 10, 1)) +
  theme_ridges() +
  theme(legend.position = "none") +
  scale_fill_manual(values = c("#4F2E84", "#FB4F14",  "#7C1415", "#A71930", "#00143F",
                               "#0C264C", "#192E6C", "#136677", "#203731"), name = NULL) +
  geom_text(aes(label = n), 
            color = "white", 
            nudge_y = 0.2)

结果：

【讨论】：

【解决方案2】：

Neilfws 的回答很棒，但我一直发现 geom_ridgelines 在这种情况下很难使用，所以我通常使用 geom_rect 重新创建它们：

library(dplyr)

results %>%
  count(team, rank) %>%
  filter(rank<=10) %>%
  mutate(team=factor(team)) %>%
  ggplot() +
  geom_rect(aes(xmin=rank-0.5, xmax=rank+0.5, ymin=team, fill=team,
                ymax=as.numeric(team)+n*0.75/max(n))) +
  geom_text(aes(x=rank, y=as.numeric(team)-0.1, label=n)) +
  theme_ridges() +
  theme(legend.position = "none") +
  scale_fill_manual(values = c("#4F2E84", "#FB4F14",  "#7C1415", "#A71930", 
                               "#00143F", "#0C264C", "#192E6C", "#136677", 
                               "#203731"), name = NULL) +
  ylab("team")

我特别喜欢geom_rect 的精细控制水平，而不是山脊线。但是你确实错过了围绕每条山脊线绘制的漂亮边界线，所以如果这很重要，那么请选择另一个答案。

【讨论】：

@Neilfws 的答案非常好，但是在使用实际分布时，您的标签更容易阅读。也就是说，一些比其他小得多的条不能完全显示覆盖在条内的文本。您将标签放在轴下方的答案使其更加清晰。两个答案都解决了这个问题。非常感谢！
@D.Bryant 没错，我的回答只是说明了geom_text 的基础知识，但您可以调整标签的颜色和位置。