如何绘制两个ggplot密度分布之间的差异？

Question

我想使用ggplot2来说明两个类似密度分布之间的差异。这是一个我所拥有数据类型的玩具示例：

library(ggplot2)

# Make toy data
n_sp  <- 100000
n_dup <- 50000
D <- data.frame( 
    event=c(rep("sp", n_sp), rep("dup", n_dup) ), 
    q=c(rnorm(n_sp, mean=2.0), rnorm(n_dup, mean=2.1)) 
)

# Standard density plot
ggplot( D, aes( x=q, y=..density.., col=event ) ) +
    geom_freqpoly()

与其分别为每个类别（dup 和 sp）绘制密度图，如上所示，我该如何绘制一条单独的线来显示这些分布之间的差异？

在上面的玩具示例中，如果我从sp密度分布中减去dup密度分布，则结果线将在绘图左侧上方（因为较小的sp值很多）并在右侧下方（因为较大的dup值很多）。请注意，类型dup和sp的观察数量可能不同。

更一般地说，展示类似密度分布之间的差异的最佳方法是什么？

- Casey Dunn

Answer 1

可能有一种方法可以在ggplot中完成这个任务，但通常最简单的方法是先进行计算。在这种情况下，对于q的每个子集，在相同的范围内调用density，然后减去y值。使用dplyr（如果您愿意，可以将其翻译为base R或data.table），

library(dplyr)
library(ggplot2)

D %>% group_by(event) %>% 
    # calculate densities for each group over same range; store in list column
    summarise(d = list(density(q, from = min(.$q), to = max(.$q)))) %>% 
    # make a new data.frame from two density objects
    do(data.frame(x = .$d[[1]]$x,    # grab one set of x values (which are the same)
                  y = .$d[[1]]$y - .$d[[2]]$y)) %>%    # and subtract the y values
    ggplot(aes(x, y)) +    # now plot
    geom_line()

- alistaire