使用 ggplot 划分每组的直方图计数

Question

我有这样一个数据框：

df2:

# A tibble: 38,161 x 5
   chromosome insRangeBegin cohort gender Cases
   <chr>              <dbl> <chr>  <chr>  <dbl>
 1 chr1              819957 WL-SA  F        173
 2 chr1              820179 WL-SA  F        173
 3 chr1             1610917 WL-PB  F        199
 4 chr1             1923485 WL-PB  F        199
 5 chr1             2098854 WL-SA  M        113
 6 chr1             4051411 WL-SA  F        173
 7 chr1             4099335 WL-SA  F        173
 8 chr1             4257094 WL-SA  F        173
 9 chr1             4346601 WL-SA  F        173
10 chr1             4348046 WL-SA  F        173
# … with 38,151 more rows

对于每条染色体，我想绘制每个队列和性别的直方图，其中计数除以该队列和性别的“案例”列中的数字。

目前我使用以下代码生成直方图：

df2 %>% filter(chromosome == "chr1") %>% ggplot(.) + geom_histogram(aes(x=insRangeBegin, fill=cohort), binwidth=5e6, position="stack") + facet_wrap(~gender, scales="free") + xlim(c(0, 249250621))

然后我得到：

但是计数（y 轴）未标准化为案例数（例如，我在 WL-SA F 中的计数比 WL-SA M 多，因为它们来自 173 个案例而不是 113 个案例）。我想得到相同的图表，但是 WL-SA F 的计数除以 173，WL-SA M 的计数除以 113 等，每个 bin。期望的结果是每个案例的计数直方图，案例数在“案例”列中指定。

Answer 1

解决方案是使用权重。

> df2$weights<-1/df2$Cases
> df2 %>% filter(chromosome == "chr1") %>% ggplot(., aes(x=insRangeBegin, weights=weights)) + geom_histogram(aes(fill=cohort), breaks = seq(0, 249250621, 5e6), position="stack") + facet_wrap(~gender, scales="free")

使用 ggplot 划分每组的直方图计数

Divide histogram counts per group using ggplot

r

ggplot2

dplyr

histogram

geom-bar