r - ggplot2 geom_bar位置失败

Question

我在 geom_bar 中使用 ..count.. 转换并收到警告当我的某些类别计数很少时，position_stack 需要不重叠的 x 间隔。

使用一些模拟数据可以最好地解释这一点(我的数据涉及方向和风速，我保留与此相关的名称)

#make data
set.seed(12345)
FF=rweibull(100,1.7,1)*20  #mock speeds
FF[FF>60]=59
dir=sample.int(10,size=100,replace=TRUE) # mock directions

#group into speed classes
FFcut=cut(FF,breaks=seq(0,60,by=20),ordered_result=TRUE,right=FALSE,drop=FALSE)

# stuff into data frame & plot
df=data.frame(dir=dir,grp=FFcut)
ggplot(data=df,aes(x=dir,y=(..count..)/sum(..count..),fill=grp)) + geom_bar()

这工作得很好，结果图显示了根据速度分组的方向的频率。具有相关性的是，计数最少的速度类别(此处为“[40,60)”)将具有 5 个计数。

然而，更多的速度等级会导致警告。例如，与

FFcut=cut(FF,breaks=seq(0,60,by=15),ordered_result=TRUE,right=FALSE,drop=FALSE)
 

计数最少的速度类别(现在为“[45,60)”)将只有 3 个计数，ggplot2 将发出警告

position_stack 需要不重叠的 x 间隔

并且该图将显示该类别中沿 x 轴分布的数据。 看来 5 是一个组才能正常工作的最小规模。

我很想知道这是否是 stat_bin(geom_bar 正在使用)中的一个功能或错误，或者我是否只是滥用 geom_bar >.

此外，如果有任何解决此问题的建议，我们将不胜感激。

真诚的

Answer 1

发生这种情况是因为 df$dir 是数字，因此 ggplot 对象假定连续的 x 轴，并且美学参数 group 基于唯一已知的离散变量 ( fill = grp)。

因此，当 grp = [45,60) 中根本没有那么多 dir 值时，ggplot 会对每个条的宽度感到困惑。如果我们将图分成不同的方面，这在视觉上会变得更加明显:

ggplot(data=df,
            aes(x=dir,y=(..count..)/sum(..count..),
                fill = grp)) + 
  geom_bar() + 
  facet_wrap(~ grp)

> for(l in levels(df$grp)) print(sort(unique(df$dir[df$grp == l])))
[1]  1  2  3  4  6  7  8  9 10
[1]  1  2  3  4  5  6  7  8  9 10
[1]  2  3  4  5  7  9 10
[1] 2 4 7

我们还可以手动检查排序的 df$dir 值之间的最小差异对于前三个 grp 值是 1，但对于最后一个值是 2。因此默认的条形宽度更宽。

以下解决方案应该都达到相同的结果:

<强>1。在geom_bar()中为所有组显式指定相同的条形宽度:

ggplot(data=df,
       aes(x=dir,y=(..count..)/sum(..count..),
           fill = grp)) + 
  geom_bar(width = 0.9)

<强>2。将 dir 转换为分类变量，然后将其传递给 aes(x = ...):

ggplot(data=df,
       aes(x=factor(dir), y=(..count..)/sum(..count..),
           fill = grp)) + 
  geom_bar()

<强>3。指定 group 参数应基于 df$dir 和 df$grp:

ggplot(data=df,
       aes(x=dir,
           y=(..count..)/sum(..count..),
           group = interaction(dir, grp),
           fill = grp)) + 
  geom_bar()