ggplot: ein Histogramm, die Variable x zählt und zeigt den Mittelwert der Variable y über den ist

Question

test_data <- data.frame(x = runif(20, 0, 10), y = runif(20, 0, 10)) 

ggplot(test_data, aes(x)) + geom_histogram(binwidth = 1) 

test_data <- test_data %>% arrange(x) 
test_list <- list() 
for(i in 1:10){ 
    test_list[[i]] <- test_data %>% filter(x < i & x > i-1) 
} 
test_list 

test_means <- c() 
for(i in 1:10){test_means[i] <- mean(test_list[[i]]$y)} 
test_means 

Hey y'all,

Ich versuche, mehr über Histogramme und ggplot2 zu lernen. Was ich tun will, ist ein Histogramm mit der Variablen x, ich möchte dann den Mittelwert der Variablen y für die Untergruppe in jeder Bin dargestellt, und schließlich möchte ich diesen Mittelwert oberhalb der Bin im Histogramm platzieren.

Diese Frage ist zweifach:

a) Gibt es eine ggplot2 Funktion (oder eine andere Funktion für diese Angelegenheit), die den Mittelwert von y für jede Bin-Untergruppe bekommen. Im Moment kann ich nur an eine for() Funktion denken, die von 0min auf x um binwidth iteriert. Es ist nicht sehr sauber oder prägnant ...

b) Bietet ggplot2 eine Möglichkeit, eine Variable wie den neu identifizierten Mittelwert y für jeden Fach oben auf dem entsprechenden Fach aufzustellen?

Vielen Dank für Ihre Zeit.

Answer 1

Nichts eingebaut, um die stat_bin() Funktion (die geom_histogram() Anrufe) zu tun, was Sie fragen, aber es ist nicht zu hart (oder un- [clean | prägnante]) zu tun, was Sie fragen:

library(ggplot2) 
library(dplyr) 

set.seed(15) # reproducible 

test_data <- data.frame(x = runif(20, 0, 10), 
         y = runif(20, 0, 10)) 

gg <- ggplot(test_data, aes(x)) + 
    geom_histogram(binwidth=1, fill="#2166ac", color="white") 

mean_bin <- function(df) { 
    filter(test_data, x > df$xmin & x <= df$xmax) %>% 
    summarise(μ=mean(y), ct=df$count[1]) %>% 
    mutate(μ=ifelse(is.nan(μ), NA, μ)) 
} 

group_by(ggplot_build(gg)$data[[1]], x) %>% 
    do(mean_bin(.)) %>% 
    ungroup() -> bin_means 


gg <- gg + geom_text(data=bin_means, 
        aes(x, ct, label=sprintf("μ(y)=%3.2f", μ)), 
        vjust=0, nudge_y=0.1, size=2.5) 
gg <- gg + scale_x_continuous(breaks=1:10) 
gg <- gg + scale_y_continuous(expand=c(0,0), limits=c(0, 4.5)) 
gg <- gg + theme_bw() 
gg <- gg + theme(panel.grid.major.x=element_blank()) 
gg <- gg + theme(panel.grid.minor=element_blank()) 
gg <- gg + theme(panel.border=element_blank()) 
gg <- gg + theme(axis.ticks=element_blank()) 
gg 

Sie müssen <= df$xmax tun seit rechts schließt die Bins standardmäßig.

Answer 2

Sie können Basis R versuchen:

# data 
set.seed(123) 
d <- data.frame(x = runif(20, 0, 10), y = runif(20, 0, 10)) 
# plot the histogram, save the parameters in n 
n <- hist(d$x, ylim = c(0, max(d$x))) 
# get the x-binning, saved in n$breakes and save this in d$bins 
d$bins <- .bincode(d$x,breaks = n$breaks) 
# aggregate to get the y mean per bin group 
a <- aggregate(d$y, list(d$bins), mean) 
# add the segments 
segments(x0 = n$breaks[-length(n$breaks)], y0 = a$x, x1 = n$breaks[-1], y1 = a$x, col = "red") 
# add text 
text(x = n$breaks +1, y = a$x, labels = round(a$x,2), pos = 1)