r - ggplot2 geom_boxplot : annotating counts without computing them in advance

Question

我想在 geom_boxplot 的顶部边缘添加注释，例如 n=5、n=4 以及每个箱线图中数据点的数量 情节。

我知道我可以通过预先计算计数来使用 geom_text 来做到这一点，但似乎 ggplot2，具有所有这些精彩的装箱和总结功能，应该能够自己完成吗？

假设我们有这些数据:

library(tidyverse)

dd = tribble(
    ~val, ~kind,
    1,    'A',
    3,    'A',
    5,    'A',
    5,    'A',
    6,    'A',
    3,    'B',
    4,    'B',
    4,    'B',
    5,    'B'
)

我试过这个:

> base = ggplot(dd, aes(x=kind, y=val)) + geom_boxplot()
> base + geom_text(y=6, label=..count.., stat='count')

Error in layer(data = data, mapping = mapping, stat = stat, geom = GeomText,  : 
  object '..count..' not found

据推测，geom_text 只是忽略了我的 stat 参数？

接下来，我尝试了这个:

> base + stat_count(aes(y=6, label=..count..), geom='text')

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

能不能做点有用的事情不应该是我自己的问题吗结果 ..count..，“y 审美”与否？

这两种尝试对我来说都是明智的。
谁能从概念上解释为什么 ggplot2 不接受这些命令？
是否有任何方法可以使用 ggplot2 提供的计数？

Answer 1

这是 ggplot2 的设计限制。如果 Hadley 现在重写它，他可能会以不同的方式实现它。从概念上讲，您希望有两个独立的映射，一个用于统计，一个用于几何。但是，ggplot2 不是这样工作的。它只有一组映射，大部分映射同时应用于 stat 和 geom。有一些解决方法，您可以使用 ..variable.. 在 geom 中引用统计中计算的变量，但映射仍然全部放在一起。

目前没有任何功能允许您指定 y 美学仅适用于 geom_text 并且 stat_count 应该忽略它。

另一个经常出现的情况是垂直或水平版本的统计数据，否则是水平或垂直的。有一个完整的包，ggstance.从概念上讲，这没有多大意义。为什么我不能使用 stat_density() 计算密度，然后将密度曲线的“x”变量(即计算密度的变量)映射到 y 美学和“y”变量(即密度的高度)到 x 美学。相反，我需要使用 stat_xdensity()，它与 stat_density() 相同，只是它交换了 x 和 y。

我一直在想，通过添加一个单独的 layer() 类型的函数来扩展 ggplot2 而不破坏它是可能的，该函数接受两个美学参数，一个用于统计，一个用于几何。即，类似于:

layer2(aes_geom(y = ..x.., x = ..y..),
       aes_stat(x = variable),
       geom = "line", stat = "density")

(这将绘制一条垂直密度线，类似于半个 fiddle 图的轮廓。)

我们经常遇到的另一个非直观限制是 aes 转换中的计算不考虑数据分组。例如，假设我们想用红点标记箱线图的中线。我们可能会尝试:

ggplot(iris, aes(x = Species, y = Sepal.Length)) + 
  geom_boxplot() +
  geom_point(aes(x = Species, y = median(Sepal.Length)), size = 3, color = "red")

这是结果:

中位数是针对整个数据列计算的，而不是按物种单独计算的。