在 ggplot2 中正确使用 fun.data 和 stat_summary？

Question

来自?stat_summary.

fun.data : Complete summary function. Should take data frame as input and return data frame as output

我无法理解这一点。我的汇总函数 so.summary 似乎根本没有被传递数据框！

代码：

set.seed(0)
so.example <- data.frame(
  sampleID=rep(1:15)
  , sales=runif(15, 0, 1)*1000
  , revenue=runif(15, 0, 1)*10000
)

so.summary <- function(z) {
  print(z)
  data.frame(sales=median(z$sales), revenue=median(z$revenue))
}

ggplot(
  so.example
  , aes(x=sales, y=revenue)
  ) + geom_point() + stat_summary(fun.data=so.summary, geom='point', color='red')

输出：

[1] 2672.207
Error in z$sales : $ operator is invalid for atomic vectors

Answer 1

fun.data 在每个 x 总结 y。它采用 y 值的向量作为输入。

一个用例是将不同的汇总统计信息映射到不同的美学：

set.seed(0)
week <- floor(runif(30, 1, 5))
sales <- week * runif(30, 0, 1)*10000
so.example <- data.frame(week=week, sales=sales)

so.summary <- function(y) {
  return(data.frame(y=median(y), size=length(y), alpha=sd(y)/10000))
}

ggplot(
  so.example
  , aes(x=week, y=sales)
) + geom_point() + stat_summary(fun.data=so.summary, geom='point', colour='red')

Answer 2

假设您真的想使用统计摘要来绘制该摘要点。正如 logworthy 所指出的，fun.data 将为每个唯一的 x 值接收一个 y 向量。更广泛地说，它为每个独特的 x 值拆分美学 data.frame（我们稍后会用到这个事实）。但是，如果你改变你的美学，你可以让 stat_summary 看到整个收入向量。

ggplot(so.example) + 
  geom_point(aes(x=sales, y=revenue)) + 
  stat_summary(aes(x= median(sales), y= revenue), fun.y= median, geom= 'point', color= 'red')

现在，stat_summary 只能 'see' 1 x 美学和 fun.y 输入中的整个 y 矢量。

如果这还不够有趣，您可以欺骗 fun.data 查看帧的其他向量，例如，假设您需要一个加权平均值而不是中位数。

set.seed(0)
so.example <- data.frame(
  sampleID=rep(1:15)
  , sales=runif(15, 0, 1)*1000
  , revenue=runif(15, 0, 1)*10000
  , weight= runif(15, 0, 1)
)

so.mean.weight <- function(x, wt){ sum(x*wt)/sum(wt) }

我创建了一个简单的权重函数，但是，可以轻松地从 stats 中获取 weighted.mean（更重要的是，该函数显然是任意的，只要它 returns 1 的值输入）。

fun.data 在 data.frame 中查看其他向量的技巧是在函数中从 parent.frame() 中获取额外的美感。这非常 hacky，因为您会收到警告消息。让我们来看看新的 stat_summary 调用：

stat_summary(
    aes(x= so.mean.weight(sales, weight), y= revenue, wt= weight) 
    , fun.data= so.summary
    , geom= 'point'
    , color= 'darkgreen'
    , size= 2
    )

注意 aes、wt= weight 中的输入。在 geom_point 中，没有 wt 美学（你想选择一个你知道不是美学名称的东西（foo/bar 也可以这样做），所以，你会收到一个很好的警告信息告诉你它会被忽略。它会被忽略，但不会removed/deleted。

考虑到这一点，让我们来看看新的 so.summary 函数：

so.summary <- function(z) {
  # Grab aesthetic DF
  aesDF <- parent.frame()$df
  print(names(aesDF)) # returns input aesthetic vectors: "x", "y", "group", and "wt"
  pnt <- data.frame(y= so.mean.weight(z, aesDF$wt ) )
  print(pnt)
  pnt
}

您可以看到对 parent.frame()$df 的调用授予您访问用于计算的美学向量的权限。

在 ggplot2 中正确使用 fun.data 和 stat_summary？

Correct use of fun.data with stat_summary in ggplot2?

r

ggplot2