R: диаграмма с областями с накоплением не складывается

У меня есть данные, которые я хочу построить в виде графика с накоплением. По оси X у меня есть данные, которые являются непрерывными, а по оси Y у меня есть непрерывные данные, которые я подготавливаю для накопления. Это код, который я использую с некоторыми фиктивными данными:

library(data.table)
library(ggplot2)

set.seed(1)
dt <- data.table(var=sample(1:6,1000,replace=TRUE),xdata=runif(1000),ydata=runif(1000))
setorder(dt, var, xdata)

dt$cumydata <- dt[,
                  cumsum(ydata),
                  by = .(var)]$V1/sum(dt$ydata)

ggplot(dt, aes(x = xdata, y = cumydata, fill = as.factor(var))) +
  geom_area(position = "stack")

Вот выходной график: введите здесь описание изображения

Моя проблема в том, что данные не складываются правильно. Я предполагаю, что это может быть из-за непрерывности данных?


r plot stacked-chart ggplot2 stacked-area-chart
person lmz    schedule 18.05.2018    source источник

Ответы (2)


arrow_upward
2
arrow_downward

Для диаграммы с областями с накоплением значения x, а также количество вхождений должны быть одинаковыми. Таким образом, изменение ваших данных образца на это даст вам ожидаемый результат:

set.seed(1)
dt <- data.table(ydata=runif(1002))
dt$var <- rep(1:6, each=167)
dt$xdata <- rep(runif(167), 6)
setorder(dt, var, xdata)

dt$cumydata <- dt[,
                  cumsum(ydata),
                  by = .(var)]$V1/sum(dt$ydata)

ggplot(dt,aes(x = xdata, y = cumydata, fill = as.factor(var))) +
  geom_area(position = "stack")

введите здесь описание изображения

person Roman    schedule 18.05.2018

arrow_upward
0
arrow_downward

Вот, наконец, как я решил это, основываясь на информации Джимбоу. Это просто небольшая предварительная обработка. Я также сделал все это логарифмическим.

введите здесь описание изображения

library(data.table)
library(ggplot2)

set.seed(1)
dtt <- data.table(var=sample(1:6,1000,replace=TRUE),xdata=runif(1000),ydata=runif(1000))

setorder(dtt, var, xdata)

log.min.xdata <- log(min(dtt$xdata))
log.max.xdata <- log(max(dtt$xdata))

nbreaks <- 101

temp <- hist(log(dtt$xdata[dtt$var==1]),
             breaks = seq(log.min.xdata, log.max.xdata, length=nbreaks),
             plot = FALSE)


dt <- data.table(var = unlist(lapply(sort(unique(dtt$var)),
                                     function(x){rep(x,nbreaks-1)})),
                 bin = rep(1:(nbreaks-1),length(unique(dtt$var))),
                 mid = rep(temp$mids))

dt$count <- dt[,
               hist(log(dtt$xdata[dtt$var==var]), 
                    breaks = seq(log.min.xdata, log.max.xdata, length=nbreaks),
                    plot = FALSE)$counts,
               by = .(var)]$V1

dt$cumcount <- dt[,
                  cumsum(count),
                  by = .(var)]$V1



pp <- ggplot(dt, aes(x = exp(mid), y = cumcount, fill = as.factor(var))) +
  geom_area(position = "stack") +
  scale_x_log10() +
  theme_bw() +
  theme(legend.position = c(0.1, 0.70),
        legend.background = element_rect(fill="lightgrey", 
                                         size=0.5, linetype="solid")) +
  labs(title = "y",
       fill = " var",
       x = "xdata",
       y = "cumcount") +
  theme(title = element_text(face = "bold"),
        axis.title = element_text(face = "bold"),
        legend.title = element_text(face = "bold"),
        legend.text = element_text(face = "bold"))
person lmz    schedule 04.06.2018