R:在 ggplot 中按 2 个因子变量进行分层

Question

library(ggplot2)
iris$Sepal.Length2 <- ifelse(iris$Sepal.Length < 5, 1, 0)
iris$Sepal.Width2 <- ifelse(iris$Sepal.Width < 3, 1, 0)

SmallLength <- data.frame(Petal.Length = iris$Petal.Length[iris$Sepal.Length2 == 1],
                         status = "Small Length")
LargeLength <- data.frame(Petal.Length = iris$Petal.Length[iris$Sepal.Length2 == 0],
                         status = "Large Length")
SmallWidth <- data.frame(Petal.Length = iris$Petal.Length[iris$Sepal.Width2 == 1],
                         status = "Small Width")
LargeWidth <- data.frame(Petal.Length = iris$Petal.Length[iris$Sepal.Width2 == 0],
                         status = "Large Width")

Length <- rbind(SmallLength, LargeLength)
Width <- rbind(SmallWidth, LargeWidth)
ggplot(Length, aes(Petal.Length, fill = status)) + geom_density(alpha = 0.2) + labs(x = "Petal Length")

我有一个连续变量 Petal.Length，我想通过 Sepal.Length 和 Sepal.Width 对它进行分层，我都将它们编码为二进制变量。在上图中，我仅按 Sepal.Length 对 Petal.Length 进行分层。如何通过 Sepal.Width 进一步对其进行分层？我认为结果图可能应该有 4 种颜色...1 表示 Petal.Length 具有较小的长度和较小的宽度，1 表示较小的长度和较大的宽度，1 表示较大的长度和较小的宽度，以及1 用于大长度和大宽度。

Answer 1

无需为此创建单独的数据框，您可以使用完整的 iris 数据集实现所需的一切:

iris$length_binary <- ifelse(iris$Sepal.Length < 5, "Small", "Large")
iris$width_binary <- ifelse(iris$Sepal.Width < 3, "Small", "Large")
iris$length_width = interaction(iris$length_binary, iris$width_binary, sep=", ")

ggplot(iris, aes(Petal.Length, fill = length_width)) + 
    geom_density(alpha = 0.2) + 
    labs(x = "Petal Length",
         fill = "Length, Width")

结果: