r - ggplot2 中的 cdplot() 模拟

我正在寻找一个条件密度图，如 R 的内置 cdplot 函数，但使用 ggplot2 。

这是一个普通的 cdplot 示例:

with(iris, cdplot(Sepal.Length, Species))

在 the ggplot2 book(第 188 页)中，它说以下调用应该是等效的:

cdplot(x, y)
qplot(x, fill=y, geom="density", position="fill")

但是，该行为似乎在 ggplot2 的某些更新中出现了问题(它还给出了一条警告，说 `position` is deprecated ):

with(iris, qplot(Sepal.Length, fill=Species, geom="density", position="fill"))

我找到了 a blog entry of someone trying to do the same thing ，但显然它现在也坏了(同样的警告， `position` is deprecated ):

cdens <- cdplot(iris$Sepal.Length, iris$Species, plot = F)
x <- seq(min(iris$Sepal.Length), max(iris$Sepal.Length), length.out = 100)
y <- c(cdens[[1]](x), cdens[[2]](x), rep(1, length(x)))
type <- ordered(rep(levels(iris$Species), each = length(x)),
                levels=rev(levels(iris$Species)))
x <- rep(x, 3)
qplot(x, y, geom="area", fill = type, position="identity",
      xlab="Sepal.Length", ylab="Species") + theme_bw()

有什么方法可以做到这一点？这些例子中有什么问题？

(我想要一个 ggplot 解决方案，因为它具有更好的轴标签和图例，尤其是当自变量是日期时。)

更新: 在下面的评论中，@bouncyball 建议使用 ggplot(iris, aes(x = Sepal.Length, fill = Species))+ geom_density(position = 'fill') ，但这样做有所不同:

with(data, cdplot(time, cat))
abline(v=as.POSIXct(c('2017-04-01', '2017-03-01')), col='red')

ggplot(data, aes(x=time, fill=cat)) + geom_density(position = 'fill')

cdplot 结果是我想要的，我不确定 ggplot 示例在做什么。 cdplot 结果与因子比匹配，例如 2017 年 3 月:

> with(subset(data, time>'2017-03-01' & time <'2017-04-01'), table(cat))
cat
   <1s    <3s    <5s   <10s   <20s    <1m    <2m    <5m    <1h   <24h    >1d
175484  31837  19078  16146  15013  20200   1142   1207    944     17      0

最佳答案

将计算变量 count 用于堆叠密度图，并根据 cdplot 重新排序物种级别。

library(ggplot2)
ggplot(iris, aes(Sepal.Length, ..count.., fill = forcats::fct_relevel(Species,
  levels = c("virginica", "versicolor", "setosa")))) +
  geom_density(position = "fill") +
  labs(fill = "Species")

关于r - ggplot2 中的 cdplot() 模拟，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46714058/