直方图条件填充颜色

Question

我希望制作一个直方图，其中填充颜色取决于区间的低端。我不想要manual填充。这个answer看起来很有希望，但我无法成功将其转换为直方图和两个值（不是渐变）的颜色方案。我认为解决方案可能是在geom_histogram(fill= )中使用一些ifelse逻辑，但我不知道如何访问区间起始值。

例如，在下面的直方图中，我想用红色着色营收区间超过10万美元，以显示高收入客户。

library(ggplot2)
library(scales)

n <- 10000
cust <- data.frame(cust_id=1:n,cust_rev <- rexp(n,.00001))

# I want to use a log scale for my tick marks and bin breaks
powers <- function(base,exp) sapply(1:exp, function(exp) base^exp )

ggplot(cust, aes(cust_rev)) + 
  geom_histogram(color="black",fill="light blue", binwidth=1/3) + 
  scale_x_log10(labels=comma, breaks=powers(10,8)) +
  scale_y_continuous(labels=comma) +
  xlab("Customer Revenue") + ylab("Number of Customers") +
  ggtitle("Distribution of Customer Value")

此外，我尝试使用第二个geom_histogram()进行workaround，但没有成功。

ggplot(cust, aes(x=cust_rev)) + 
  geom_histogram(color="black",fill="light blue", binwidth=1/3) + 
  geom_histogram(data=subset(cust,cust_rev>100000),
                 color="black",fill="red", binwidth=1/3) + 
  scale_x_log10(labels=comma, breaks=powers(10,8)) +
  scale_y_continuous(labels=comma) +
  xlab("Customer Revenue ($)") + ylab("Number of Customers") +
  ggtitle("Distribution of Customer Value")
# Error in data.frame(x = c(45291.1377418786, 52770.7004919648, 15748.975193128,
#   : arguments imply differing number of rows: 10000, 3568

- C8H10N4O2

Answer 1

最简单的方法是添加另一列作为条件，然后更新 aes 来包含填充组。

cust$high_rev <- as.factor((cust[,2]>100000)*1)

ggplot(cust, aes(cust_rev, fill=high_rev)) + 
    geom_histogram(color="black", binwidth=1/3) + 
    scale_x_log10(labels=comma, breaks=powers(10,8)) +
    scale_y_continuous(labels=comma) +
    xlab("Customer Revenue") + ylab("Number of Customers") +
    ggtitle("Distribution of Customer Value")

如果你已经想好了一些具体的颜色，你可以使用scale_fill_manual函数。这里有一个用一些有趣、明亮的颜色的例子。

ggplot(cust, aes(cust_rev, fill=high_rev)) + 
    geom_histogram(color="black", binwidth=1/3) + 
    scale_x_log10(labels=comma, breaks=powers(10,8)) +
    scale_y_continuous(labels=comma) +
    scale_fill_manual(values = c("green", "purple")) +
    xlab("Customer Revenue") + ylab("Number of Customers") +
    ggtitle("Distribution of Customer Value")

- cdeterman

---

可以使用 scale_fill_manual()。但是，正如 ziggystar (+1) 在下面建议的那样，我跳过了向 df 添加列，并直接将条件传递给 aes(fill=))。此外，我在图中添加了 guides(fill=FALSE) 来抑制图例。 - C8H10N4O2

Answer 2

这个怎么样？

ggplot(cust, aes(cust_rev)) + 
  geom_histogram(aes(fill=cust_rev > 100000),binwidth=1/3) + 
  scale_x_log10()

或者等价地

ggplot(cust, aes(x=cust_rev,fill=cust_rev > 100000)) + 
  geom_histogram(binwidth=1/3) + 
  scale_x_log10()

- ziggystar

---

虽然在我看来，这个例子比被接受的答案更简洁、更好，但它不能满足多条件填充... 被接受的答案可以做到这一点... 或者是我漏看了什么？ - tjebo

如果你能构建一些返回不同值的表达式（例如使用switch或cut），那么你可以这样做。但是这会变得有点混乱，我建议添加一列。 - ziggystar