ggplot2中的直方图归一化

Question

给一个数据框

x <- runif(1000, 0, 10)
y <- c(rep("success", 500), rep("failure", 500))
z <- data.frame(x, y)

是否可以生成类似的直方图

ggplot(z, aes(x, fill = y)) + geom_histogram()

但 ..count.. 归一化为

尝试 = 成功 + 失败

在每个 bin 中使用 ggplot？非常感谢您的帮助。

编辑： 非常感谢大家的回复！！抱歉，我认为我过于简化了我的问题。与我正在使用的数据更接近的数据框是

df <- data.frame(
v1 = runif(128000, 0, 10),
v2 = factor(rep(rep(1:5, c(1,10,8,4,2)), 5120)),
v3 = factor(rep(rep(1:12, c(2,4,4,6,6,6,6,6,6,6,6,6)), 2000)),
v4 = c(rep("success", 64000), rep("failure", 64000)))

只是数据分布不均匀。为了找到 v1-v4 之间的某些模式，我在视觉上探索这些数据，例如由

ggplot(df, aes(v1, fill = v2)) +
geom_histogram(binwidth = 0.2, position = "stack") +
facet_wrap("v3")

和

ggplot(df %>% filter(v4 == "success"), aes(v1, fill = v2)) +
geom_histogram(binwidth = 0.2, position = "stack") +
facet_wrap("v3")

根据我目前看到的情况，我现在想更进一步，将最后一个图中的 ..count.. （即成功或失败）标准化为每个图中的总尝试次数bin，即尝试=（成功+失败），以获得某种频率图。例如在 v3 facet x, v2 group y, v1 bin z 我希望看到 0.25（来自 100 次成功/400 次尝试）而不是 100 次成功。

编辑 2： 我想到的情节是这样的：

df <- df %>% mutate(v1_bins = cut(v1, breaks = 5))

df_successes <- df %>% group_by(v1_bins, v2, v3, v4) %>% 
filter(v4 == "success") %>% summarise(successes = n()) %>% 
ungroup() %>% select(-v4)

df_attempts <- df %>% group_by(v1_bins, v2, v3) %>% 
summarise(attempts = n()) %>% ungroup()

df_freq <- left_join(df_attempts, df_successes, by = c("v1_bins", "v2", "v3")) %>% 
mutate(success_freq = successes / attempts)

哪些地块

ggplot(df_freq, aes(x = v1_bins, y = success_freq, group = v2)) +
geom_col(aes(fill = v2), position = "identity", alpha = "0.5") +
facet_wrap("v3")

或

ggplot(df_freq, aes(x = v1_bins, y = success_freq, group = v2)) +
geom_line(aes(colour = v2)) +
facet_wrap("v3")

Answer 1

我认为您希望在直方图的每个 bin 中获得成功和失败的比例。一种方法是在数据上创建切点并使用position = "fill" 制作条形图

z %>% 
  mutate(bins = cut(x, breaks = 30)) %>% 
  ggplot(aes(bins, fill = y)) +
  geom_bar(position = "fill") +
  theme(axis.text.x = element_text(angle = 90, hjust = 1, vjust = .5))

编辑： 根据您的编辑，您似乎正在尝试获取 binned_v1、v2 和 v3 的每个组合的成功比例。从您的数据开始，下图显示了这些。它很忙。我将垃圾箱减少到 10 个，因为 30 个实在太多了。

df <- data.frame(
  v1 = runif(128000, 0, 10),
  v2 = factor(rep(rep(1:5, c(1,10,8,4,2)), 5120)),
  v3 = factor(rep(rep(1:12, c(2,4,4,6,6,6,6,6,6,6,6,6)), 2000)),
  v4 = c(rep("success", 64000), rep("failure", 64000)))

df %>% 
  mutate(bins = cut(v1, breaks = 10)) %>% 
  group_by(bins, v2, v3) %>% 
  summarise(success_prop = mean(v4 == "success")) %>% 
  ggplot(aes(bins, success_prop, fill = v2)) +
  geom_col(position = "dodge") + 
  theme(axis.text.x = element_text(angle = 90, hjust = 1, vjust = .5)) +
  facet_wrap(~ v3)