我希望创建一个直方图，比较三组数据。但是，我想通过每组内的总计数来标准化每个直方图，而不是通过总计数来标准化。下面是我的代码。
library(ggplot2)
library(reshape2)
# Creates dataset
set.seed(9)
df<- data.frame(values = c(runif(400,20,50),runif(300,40,80),runif(600,0,30)),labels = c(rep("med",400),rep("high",300),rep("low",600)))
levs <- c("low", "med", "high")
df$labels <- factor(df$labels, levels = levs)
ggplot(df, aes(x=values, fill=labels)) +
geom_histogram(aes(y=..density..),
breaks= seq(0, 80, by = 2),
alpha=0.2,
position="identity")
生成一个直方图，看起来是按密度归一化的。
然而，我决定用手动验证密度的方法交叉检查这个密度图。为了做到这一点，我使用了以下代码：
# Separates the low medium and high groups
df1 <- df[df$labels == "low",]
df2 <- df[df$labels == "med",]
df3 <- df[df$labels == "high",]
# creates histogram for each group that is normalized by the total number of counts
hist_temp <- hist(df1$values, breaks=seq(0,80, by=2))
tdf <- data.frame(hist_temp$breaks[2:length(hist_temp$breaks)],hist_temp$counts)
colnames(tdf) <- c("bins","counts")
tdf$norm <- tdf$counts/(sum(tdf$counts))
low1 <- tdf
hist_temp <- hist(df2$values, breaks=seq(0,80, by=2))
tdf <- data.frame(hist_temp$breaks[2:length(hist_temp$breaks)],hist_temp$counts)
colnames(tdf) <- c("bins","counts")
tdf$norm <- tdf$counts/(sum(tdf$counts))
med1 <- tdf
hist_temp <- hist(df3$values, breaks=seq(0,80, by=2))
tdf <- data.frame(hist_temp$breaks[2:length(hist_temp$breaks)],hist_temp$counts)
colnames(tdf) <- c("bins","counts")
tdf$norm <- tdf$counts/(sum(tdf$counts))
high1 <- tdf
# Combines normalized histograms for each data frame and melts them into a single vector for plotting
Tdata <- data.frame(low1$bins,low1$norm,med1$norm,high1$norm)
colnames(Tdata) <- c("bin","low", "med", "high")
Tdata<- melt(Tdata,id = "bin")
levs <- c("low", "med", "high")
Tdata$variable <- factor(Tdata$variable, levels = levs)
# Plot the data
ggplot(Tdata, aes(group=variable, colour= variable)) +
geom_line(aes(x = bin, y = value))
生成的图像如下所示：
可以看到，这两个图像非常不同，我无法弄清楚为什么。 Y轴应该是相同的，但事实并非如此。因此，假设我没有犯任何愚蠢的数学错误，我认为希望直方图看起来像线图，但我无法找到一种方法实现这一点。任何帮助都将不胜感激，谢谢。
编辑以添加进一步的不起作用的示例：
我还尝试使用代码中的..count../(sum(..count..))方法：
# Histogram where each histogram is divided by the total count of all groups
ggplot(df, aes(x=values, fill=labels, group=labels)) +
geom_histogram(aes(y=(..count../sum(..count..))),
breaks= seq(0, 80, by = 2),
alpha=0.2,
position="identity")
根据这些结果：
这只是将所有直方图的总计数归一化。这也不能反映出我在线图中看到的情况。此外，我尝试在分子、分母和分子和分母中替换..count..为..ncount..，但也无法重新创建线图中显示的结果。此外，我尝试使用“position=stack”而不是使用下面的标识代码：
ggplot(df, aes(x=values, fill=labels, group=labels)) +
geom_histogram(aes(y=..density..),
breaks= seq(0, 80, by = 2),
alpha=0.2,
position="stack")
我得到了以下结果：
但是这并不反映折线图中显示的值。
取得了进展！使用Joran在这篇帖子中概述的方法，我现在可以生成与折线图相同的直方图。以下是代码：
# Plot where each histogram is normalized by its own counts.
ggplot(df,aes(x=values, fill=labels, group=labels)) +
geom_histogram(data=subset(df, labels == 'high'),
aes(y=(..count../sum(..count..))),
breaks= seq(0, 80, by = 2),
alpha = 0.2) +
geom_histogram(data=subset(df, labels == 'med'),
aes(y=(..count../sum(..count..))),
breaks= seq(0, 80, by = 2),
alpha = 0.2) +
geom_histogram(data=subset(df, labels == 'low'),
aes(y=(..count../sum(..count..))),
breaks= seq(0, 80, by = 2),
alpha = 0.2) +
scale_fill_manual(values = c("blue","red","green"))
这将生成以下图表：
然而，我仍然无法重新排列数据，以便图例按照“低”，“中”，“高”的顺序显示，而不是按字母顺序显示。我已经设置了因子的级别。（请参见第一个代码块）。 有什么想法吗？
foreach是正确的方法，但是现在我没有时间去处理它。你应该试试看:D - Vitor Bianchi Lanzetta