在同一图中叠加两个或多个子集

Question

我正在尝试在一张图中针对两种不同的处理方式可视化我的数据的 3 级子集。

我想可视化仅 1 年（2007 年）的年龄分布，仅针对一项（纹身），并且分别针对女性和男性。

我能够将我的数据集减少到只有女性，仅在 2007 年，并且仅用于纹身使用：

with(data[(data$sex=="F") & (data$yy=="2007") & (data$item=="tattoo"),], plot(age, xlab="Age of Females", ylab="Frequency"))

使用这段代码，我可以看到我的数据的频率分布。

但是，我无法使用该代码做两件事：

将数据可视化为密度图
叠加男性的多层子集

我最接近的是使用此代码：

library(sm)
sm.density.compare(age, sex, xlab="Age (years)")
legend(50,0.12, c("Female","Male"), col=c("red", "green"), pch=c(16,16), title="Sex", box.lty=0)

它给出了这个数字：

但是，使用此代码，我无法获取仅限于 2007 年且仅限纹身的数据。

我的问题有两个：

是否可以将男性数据（2007年和纹身）叠加在女性频率数据上？
如何将密度数据限制为仅 2007 年和纹身？

我已经提供了一部分数据 here。

更新：对于频率直方图，我试图用每个箱子彼此相邻的女性和男性条形图来可视化数据。

Answer 1

我建议在绘制之前将 2007 年的数据和纹身进行子集化。

date <- c(rep(2006-07-15,7),rep(2007-07-15,14))
yy <- c(rep(2006,7), rep(2007,14))
sex <- c(rep("F",4),"M", "M",rep("F",4),rep("M",4),rep("F",3),rep("M",4))
item <- c(rep("piercing",8), rep("tattoo",5), "jewel",rep("tattoo",7))
age <- c(rep(22,8), rep(25,3), rep(34,2), 41, 37,rep(28,2), rep(31,3), 39)

df <- data.frame(date,yy,sex,item,age)
df2 <- subset(df, df$yy == 2007 & df$item == "tattoo")


d <- density(df2$age[df2$sex=='F'])
plot(d, main="Density", xlab="Age", col="red")
lines(density(df2$age[df2$sex=='M']), col="blue")

legend("topright", legend=c("Female","Male"), col=c("red","blue"), lty=c(1,1), title="Sex")

如果你想覆盖直方图，你可以使用这个：

hist(df2$age[df2$sex=='F'], col=rgb(1,0,0,0.5), main="Histogram", xlab="Age")
hist(df2$age[df2$sex=='M'], col=rgb(0,0,1,0.5), add=T)

如果你想并排获得直方图，在 base R 中稍微复杂一些。这里有一些代码：

breaks <- pretty(range(c(df2$age[df2$sex=='F'], df2$age[df2$sex=='M'])), n=10)
h1 <- hist(df2$age[df2$sex=='F'], breaks=breaks, plot=F)$counts
h2 <- hist(df2$age[df2$sex=='M'], breaks=breaks, plot=F)$counts
new_h <- rbind(h1,h2)
colnames(new_h) <- paste(breaks[-length(breaks)], breaks[-1], sep="-")

barplot(new_h, beside=TRUE, main="Histogram", xlab="Age")

Answer 2

使用density获取密度图，lines添加第二个或更多密度图

plot(density(data[data$sex=="F" & data$yy=="2007" & data$item=="tattoo" ,]), col="red")
lines(density(data[data$sex=="M" & data$yy=="2007" & data$item=="tattoo" ,]), col="green")

Answer 3

使用标准 R 绘图，您可以执行以下操作

with(data[(data$sex=="F") & (data$yy=="2007") & (data$item=="tattoo"),], plot(density(age)))
with(data[(data$sex=="M") & (data$yy=="2007") & (data$item=="tattoo"),], lines(density(age), col = "red"))
segments(50,0.1,52,0.1, col = "black")
text(52,0.1, pos = 4, labels = "Female")
segments(50,0.09,52,0.09, col = "red")
text(52,0.09, pos = 4, labels = "Male")

一个平滑的替代方法是使用 ggplot2 和 kassambara

的 easyGgplot2 包

library(devtools)
install_github("kassambara/easyGgplot2")
library(easyGgplot2)
library(ggplot2)
my.subset <- data[(data$yy=="2007") & (data$item=="tattoo"),]
ggplot2.histogram(data=my.subset, xName='age',binwidth = 2,
                  groupName='sex', legendPosition="top",
                  alpha=0.5, position="identity")

在同一图中叠加两个或多个子集

Superimposing two or more subsets in same plot

r

plot

subset

frequency

density-plot