我有以下資料表dt.test：
dput(dt.test)
結構(list(Year = c(2020L。 2020L。 2020L, 2020L。 2020L, 2020L, 2020L,
2020L, 2020L, 2020L, 2020L, 2020L。 2020L, 2020L。 2020L, 2020L, 2020L,
2020L, 2020L, 2020L, 2020L, 2020L。 2020L, 2020L。 2020L, 2020L, 2020L,
2020L, 2020L, 2020L, 2020L, 2020L。 2020L, 2020L。 2020L, 2020L, 2020L,
2020L, 2020L, 2020L, 2020L, 2020L。 2020L, 2020L。 2020L, 2020L, 2020L,
2020L, 2020L, 2020L, 2020L, 2020L, 2020L。 2020L, 2020L）。 GPNRPlan = c(100236L,
111328L,/span> 128003L。 130058L,/span> 133874L, 135886L,/span> 138153L。 142309L, 142309L,
151988L, 157024L。 158101L,/span> 158757L。 163260L, 200324L。 200792L, 200792L,
207342L,/span> 214062L。 217331L,/span> 218005L。 218454L, 219836L。 238154L, 238154L,
254868L,/span> 254869L。 254874L,/span> 259947L, 264205L, 267717L。 282089L, 282089L,
283151L,/span> 292166L。 306032L,/span> 307995L, 330523L,/span> 335787L。 348047L, 348047L,
348664L, 355409L。 363008L,/span> 365676L。 368657L,/span> 392114L。 394894L, 394894L,
395993L, 404010L, 500269L。 502879L,/span> 515783L, 516704L, 613479L
),TB. 資訊 = c(" Below TB"。 "In TB"。 "Over TB", "Below TB", "超過TB", "超過TB",
"低于TB", "超過TB"。 "In TB", "In TB"。 "In TB", "In TB"。
"Below TB", "In TB", "Over TB"。 "In TB", "Below TB"。
"Below TB", "Over TB", "Over TB"。 "低于TB", "超過TB"。 "Over TB", "Over TB",
"In TB", "Over TB", "Over TB"。 "低于TB", "低于TB"。
"Below TB", "Below TB", "In TB"。 "In TB", "over TB"。
"Below TB", "Over TB", "Below TB"。 "低于TB", "超過TB"。
"Below TB", "Below TB", "Over TB"。 "超過TB", "低于TB"。
"低于TB", "低于TB"）。 EV = c(0,/span> 8991. 71216732506, 0。 0, 952495. 536027306,
15787.4125389769, 5881.79901225216, 10020. 1539658745, 29679.260860874,
6623.90844477817, 19956.607049949, 10795. 0898132095, 20110.9214012254,
154265.744138562, 0, 18022. 1733304456, 0, 46930. 0874076566, 5031.92796650957,
14766.994353086, 17428.2699502266, 1139. 95904700027, 0。 0, 74480. 5539097248,
0, 0, 3125. 39890360564, 41135. 8019532497, 45455. 901141461, 18068.8194807139,
1574.199419776, 71695.2819940052, 840619. 522035336, 19137.7135190254,
17462.2344585882, 6001.7267195835, 14056. 3435516429, 0。 0, 51034. 1108681587,
2680. 21093607705, 0, 0。 0, 0。 0, 897749. 506753749, 7272.99092335283,
-772. 886617083522）。 EK = c(0,/span> 8727. 76940892211, 0。 0, 968654. 154020939,
15784.2477645437,/span> 5852.58295283679,/span> 10126. 9467047725, 30178.7537734498,
6452.5979909353, 19917.497780561, 10505. 985181701, 20386.342324393,
157344.902967186, 0, 18979。 9946111749, 0, 45191. 3139241601, 5152.46448254231,
14606.1474532383,/span> 17485.4003681122,/span> 956. 14494674998, 0。 0, 76242. 2008458597,
0, 0, 3271. 78810230747, 43153. 4577000728, 46305.3394606706, 18865.559964053,
1676.38074270217, 73792.5743431249, 816694. 588902057, 19259.8905579868,
17273.9513316854, 5558.58747405537, 14081. 8692372851, 0。 0, 53417. 9083227921,
2766. 49603915519, 0, 0。 0, 0, 0, 925462. 446710217, 7411.27949339667,-2269. 10945132687）。 EH = c(0。 -263. 94275840295, 0。 0, 16158. 6179936329,
-3.16477443318076,/span> -29. 216059415372, 106. 792738898008, 499.492912575829,
-171.310453842869,/span> -39. 1092693880457, -289. 10463150853, 275.420923167619,
3079.15882862376, 0, 957. 821280729258, 0, -1738。 77348349646,
120.536516032746, -160. 84689984772, 57. 13041788553, -183.814100250285,
0, 0， 1761. 64693613498, 0。 0, 146. 38919870183, 2017.65574682313,
849.438319209584, 796.740483339144, 102. 181323504405, 2097.29234911977,
-23924.9331332788, 122. 177038961415, -188. 283126902762, -443.139245528132, 25. 5256856422447, 0。 0, 2383. 79745463335, 86.2851030781408, 0,
0,/span> 0。 0, 0, 27712. 9399564679, 138.288570043838, -1496.22283424335 >。
), pBu = c（0。 1, 0.05, 0. 1, 0.05, 0． 05, 0.15, 0.05, 0.1, 0． 05, 0.1, 0。 1, 0.1, 0. 1, 0.1, 0. 1, 0.1, 0.1, 0.1 0.1
0.1, 0。 1, 0.1, 0. 1, 0.1, 0.15, 0. 1, 0.1, 0. 1, 0.1, 0.05,
0.1, 0。 1, 0.2, 0. 1, 0.1, 0.2, 0. 1, 0.05, 0. 1, 0.1, 0.05,
0.05, 0.1, 0. 1, 0.1, 0. 1））。 class = c("data. table", "data.frame"。
),行。 names = c(NA。 -50L））
現在我用geom_histogram()構建了一個ggplot直方圖，用于列EV與不同公差帶pBu的關系：
EV <- (dt. test %>% dplyr::mutate(pBu = as。 factor(pBu) %>%。
ggplot(aes(x =) 運算子">=EV)）
geom_histogram(aes(color = pBu, binwidth = 0. 3）。 填充= "transparent"）
ggtitle("Histogram EV 2020")
ylab("Counts")
主題(panel.background = element_blank()，軸。 line = element_line(colour = "black")/span>。
plot.title = element_text(lineheight = . 8, hjust = 0. 5, face = "bold"）,
legend.title = element_blank(),。
圖例。 背景= element_rect(fill = "white"。 尺寸 = 0. 5, linetype = "solid"。 顏色 ="black"),
legend.box. background = element_rect(colour = "black")/span>。 圖例。 箱子。 margin = margin(t = 1。 l = 1））
) %>%
ggplotly()
這個情節是這樣的：
現在我想知道為什么pBu = 0.05的條形圖比綠色的高？因為當我使用plotly的互動工具時，我可以看到，紅色的（pBu=0.05）計數為4，綠色的（pBu=0.1）計數為25。
我怎樣才能正確排序？當看圖時，每個人都會說對于EV=0我們有更多的0.05的計數，而不是0.1的計數，這是不正確的。
uj5u.com熱心網友回復：
我希望這些版本能幫助你。
未疊加的直方圖
(dt. test %>% dplyr::mutate(pBu = as。 factor(pBu) %>%。
ggplot(aes(x =) 運算子">=EV)）
geom_histogram(aes(color =) operator">= factor(pBu)。 binwidth = 0. 3）。 填充= "transparent", alpha = 0。 7, position = "dodge"）
ggtitle("Histogram EV 2020")
ylab("Counts")
主題(panel.background = element_blank()，軸。 line = element_line(colour = "black")/span>。
plot.title = element_text(lineheight = . 8, hjust = 0. 5, face = "bold"）,
legend.title = element_blank(),。
圖例。 背景= element_rect(fill = "white"。 尺寸 = 0. 5, linetype = "solid"。 顏色 ="black"),
legend.box. background = element_rect(colour = "black")/span>。 圖例。 箱子。 margin = margin(t = 1。 l = 1））
) %>%
ggplotly()
使用facet_wrap
(dt. test %>% dplyr::mutate(pBu = as。 factor(pBu) %>%。
ggplot(aes(x =) 運算子">=EV)）
geom_histogram(aes(color =) operator">= factor(pBu)。 binwidth = 0. 3）。 填充= "transparent", alpha = 0。 7, position = "dodge"）
ggtitle("Histogram EV 2020")
ylab("Counts")
主題(panel.background = element_blank()，軸。 line = element_line(colour = "black")/span>。
plot.title = element_text(lineheight = . 8, hjust = 0. 5, face = "bold"）,
legend.title = element_blank(),。
圖例。 背景= element_rect(fill = "white"。 尺寸 = 0. 5, linetype = "solid"。 顏色 ="black"),
legend.box. background = element_rect(colour = "black")/span>。 圖例。 箱子。 margin = margin(t = 1。 l = 1))
facet_wrap(/span>.~)
) %>%
ggplotly()
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/318905.html
標籤：