r - 为什么ggplot的geom_bar中需要stat = "identity"？

Question

从this问题中，我们在答案中看到一个简单的geom_line。

library(dplyr)
BactData %>% filter(year(Date) == 2017) %>% 
  ggplot(aes(Date, Svartediket_CB )) + geom_line()

如果我们将 geom_line更改为 geom_bar，我们可能希望看到条形图，但是

Error: stat_count() must not be used with a y aesthetic.

但是，如果我们像这样添加 stat = "identity"，它就可以工作

library(dplyr)
BactData %>% filter(year(Date) == 2017) %>% 
  ggplot(aes(Date, Svartediket_CB )) + geom_bar(stat = "identity")

为什么没有 geom_bar的 stat = "identity"不起作用-即 stat = "identity"的目的是什么？

Answer 1

有两个紧密相关的层:geom_bar()和geom_col()。关键区别在于它们默认情况下如何汇总数据。

对于geom_bar()，默认行为是对每个x值的行进行计数。它不期望y值，因为它会自行计算y值-实际上，如果您给它一个警告，它会标记警告，因为它认为您很困惑。指定如何执行聚合作为geom_bar()的参数，stat = "count"是默认值。

如果您在stat = "identity"中明确说出geom_bar()，则是在告诉ggplot2跳过聚合，并提供y值。这反射(reflect)了下面geom_col()的自然行为。

在geom_col()的情况下，默认情况下它不会尝试聚合数据。在文档中，“geom_col()使用stat_identity():它保持数据不变”。因此，它希望您已经计算出y值并直接使用它们。而且geom_col()没有参数来改变这种行为-它总是要绘制您提供的y值，而您需要提供它们。

如果您有y值，则可以使用任一种语法，但是我发现geom_col()更直接。