停止 geom_density_ridges 显示不存在的尾部值

Question

当我使用 geom_density_ridges() 时，绘图通常最终会显示数据中不存在的值的长尾。

这是一个例子：

library(tidyverse)
library(ggridges)

data("lincoln_weather")

# Remove all negative values for "Minimum Temperature"
d <- lincoln_weather[lincoln_weather$`Min Temperature [F]`>=0,]

ggplot(d, aes(`Min Temperature [F]`, Month)) +
  geom_density_ridges(rel_min_height=.01)

可以看到，1月、2月、12月都是负温度，但数据中根本没有负值。

当然，我可以给 x 轴添加限制，但这并不能解决问题，因为它只是截断了现有的错误密度。

ggplot(d, aes(`Min Temperature [F]`, Month)) +
  geom_density_ridges(rel_min_height=.01) +
  xlim(0,80)

现在该图使 1 月和 2 月看起来像是零值（有 none）。这也让人觉得 0 度在 12 月经常发生，而实际上只有 1 个这样的日子。

我该如何解决这个问题？

Answer 1

嗯，原来我应该更仔细地阅读 the documentation。关键部分是：

"The ggridges package provides two main geoms, geom_ridgeline and geom_density_ridges. The former takes height values directly to draw ridgelines, and the latter first estimates data densities and then draws those using ridgelines."

有多种方法可以处理这个问题。这是一个：

ggplot(d, aes(`Min Temperature [F]`, Month, height=..density..)) +
  geom_density_ridges(stat = "binline", binwidth=1,
                      draw_baseline = F)

Answer 2

一种选择是使用 stat_density() 而不是 stat_density_ridges()。有些事情 stat_density() 做不到，比如绘制垂直线或叠加点，但另一方面它可以做一些 stat_density_ridges() 做不到的事情，比如修剪分布到数据范围。

# Remove all negative values for "Minimum Temperature"
d <- lincoln_weather[lincoln_weather$`Min Temperature [F]`>=0,]

ggplot(d, aes(`Min Temperature [F]`, Month, group = Month, height = ..density..)) +
  geom_density_ridges(stat = "density", trim = TRUE)

作为替代方案，您可以画一个点状地毯，也许这也能达到您的目的或更好：

ggplot(d, aes(`Min Temperature [F]`, Month)) +
  geom_density_ridges(rel_min_height = 0.01, jittered_points = TRUE,
                      position = position_points_jitter(width = 0.5, height = 0),
                      point_shape = "|", point_size = 2,
                      alpha = 0.7)

注意：这两种方法目前无法结合使用，需要对统计代码进行一些修改。

停止 geom_density_ridges 显示不存在的尾部值

Stop geom_density_ridges from showing non-existent tail values

r

ggplot2

ggridges

ridgeline-plot