想要计算直方图中每个 bin 的“真”百分比 ggplot2答案

【问题标题】：want to calculate percent of "True" for each bin in a histogram ggplot2想要计算直方图中每个 bin 的“真”百分比 ggplot2
【发布时间】：2020-05-26 17:24:36
【问题描述】：

我有一个包含商业投标信息的数据框。我想创建一个直方图，显示为每个 bin 预订的投标百分比。 x 轴应该是价格，y 轴应该是在该箱内预订的投标的百分比。

我的代码过滤数据两年，然后使用 ggplot 2 库创建直方图。在本例中，“booked”是一个逻辑变量，“price”是一个连续数字。这是我的代码：

exp_data %>% filter(yr>=2019 & yr<=2020) %>% 
ggplot(aes(price)) +
geom_histogram(aes(y=mean(booked)),binwidth=500)

当我运行代码时，我收到以下错误：

错误：stat_bin() 不得与 y 美学一起使用。

我也试过了

exp_data %>% filter(yr>=2019 & yr<=2020) %>% 
  ggplot(aes(price)) +
  geom_histogram(aes(y=((..booked==TRUE..)/(..count..))),binwidth=500)

该代码产生此错误： FUN(X[[i]], ...) 中的错误：找不到对象“..booked”

我猜我只是不知道请求我想要得到的数学函数的正确方法。有人可以帮我学习如何做到这一点吗？

这是一个示例数据框： ''' exp_data <- data.frame(price=abs(rnorm(100))*10000, booked=sample(c(TRUE,FALSE),size=100,replace = TRUE))

使用这段代码，我可以绘制真假计数并堆叠/躲避它们，但我真正想知道的是真假的百分比。

exp_data %>% ggplot(aes(price)) + geom_histogram(aes(fill=booked),position="dodge")

plot of dodged counts

【问题讨论】：

一小部分数据样本可以让您更轻松地解决问题。
在文档中，我看到“stat_bin() 仅适用于连续 x 数据。如果您的 x 数据是离散的，您可能想要使用 stat_count()。”这可能是您问题的一部分。另请注意，它似乎期望与 x 美学相关联，而不是 y。看看那里的例子。
嗨 Viper，欢迎来到 Stack Overflow。正如 Pedro 所建议的，如果您使用dput(exp_data) 提供至少一个数据样本，或者如果您的数据非常大dput(exp_data[1:10,])，那么提供帮助会容易得多。您可以编辑您的问题并粘贴输出。您可以用三个反引号 (```) 将其括起来以获得更好的格式。请参阅How to make a reproducible example 了解更多信息。

标签： r ggplot2

【解决方案1】：

在 OP 更新帖子并提供示例数据后进行编辑。

如前所述，您应该开始创建要绘制的数据，并且不要在绘图调用中实现过多的统计信息。 %/% 将每个价格除以 500 并向下舍入到最接近的整数。下面我从垃圾箱生成标签，例如bin 1 将转换为“0-500$”；您必须指定级别，否则桶将根据其第一个字符排序，然后是第二个字符。因此，您最终会在 200 之前得到 1000。最后，您必须确保旋转标签。最重要的是，下面的图表是自定义的条形图，而不是直方图。直方图计算存储桶中相对于 x 轴的观察数量，而您显示的是每个存储桶的汇总统计数据。

exp_data <- data.frame(price=abs(rnorm(100))*10000, 
                       booked=sample(c(TRUE,FALSE),size=100,replace = TRUE))


library(tidyverse)
perc_booked <- exp_data %>% 
  mutate(bin = price %/% 500) %>% 
  group_by(bin) %>% 
  summarise(percent = mean(booked) * 100)   

perc_booked %>% 
  mutate(label = factor(paste0((bin - 1) * 500, "-", bin * 500, "$"), levels = paste0((bin - 1) * 500, "-", bin * 500, "$"))) %>% 
  ggplot(aes(x = label, y = percent)) +
  geom_bar(stat = "identity") +
  theme(axis.text.x = element_text("angle" = 90)) + 
  xlab("") +
  ylab("Percent Booked")

【讨论】：

这不完全是我想要做的。在商业术语中，我试图为每增加 500 美元的价格增量创建一个中标率（转换率）的直方图
改变我的答案。您当然可以选择您喜欢的任何 x 轴标签。除非您移动标签，否则它们将出现在介于刻度线之间，即您不会将刻度线标记为 0、500 等，而是标记它们之间的范围。