在 ggplot2 中，如何将堆叠直方图中的小值条形组合在一起？

示例数据：

tmp_df <-  
    data.frame(a = rnorm(100, 0, 1),
                      b = rnorm(100, 0.5, 1),
                      c = rnorm(100, -0.5, 1),
                      d = rnorm(100, 1, 1),
                      e = rnorm(100, -1, 1)) %>%
    tidyr::gather()

并生成堆叠直方图：

tmp_df %>%
    ggplot(aes(x = value, fill = key)) +
    geom_histogram(binwidth = 0.1, position = 'stack')

一切都很好，在每个 bin 中，我们有 5 个不同颜色的条形，显示每个组的每个 bin 中的计数。

如果我只想显示每个 bin 的前 N ​​个（假设 N = 2）组的计数，并将其他计数分类和聚合到“其他”组中，我该怎么办？

例如，对于 N = 2 且 bin 以零为中心，我想显示a and c作为单独的条落入此垃圾箱，但将条的长度组合起来b, d, and e合而为一。对于以大约 -1.4 为中心的垃圾箱，我想显示组的计数e and c，但汇总其他两个。

您可以通过创建一个新的分组变量（我们将其称为group），对于每个 bin，取值为key对于前两个级别key or other对于其他三个级别key。为了实现这一点，您需要在绘制数据之前对数据进行分类和统计，然后创建新的group列并将其用作fill审美在ggplot.

library(dplyr)
library(ggplot2)

# Set a seed for reproducibility
set.seed(59)
tmp_df <-  
  data.frame(a = rnorm(100, 0, 1),
             b = rnorm(100, 0.5, 1),
             c = rnorm(100, -0.5, 1),
             d = rnorm(100, 1, 1),
             e = rnorm(100, -1, 1)) %>%
  tidyr::gather()

在下面的代码中，我们对数据进行分箱并创建新的分组变量。我使用了 0.2 个单位宽的垃圾箱，标签等于垃圾箱的中点。要创建group列，我们使用rank找到两个最常见的值key在每个垃圾箱中，并将其余的设置为“其他”。

tmp_df = tmp_df %>% 
  group_by(key, 
           bins=cut(value, seq(-10,10,0.2), labels=seq(-9.9,9.9,0.2))) %>%
  tally %>%
  group_by(bins) %>%
  mutate(group = ifelse(key %in% key[rank(-n, ties="first") %in% 1:2], key, "other")) %>%
  arrange(bins, key)

现在，对于我们使用的情节geom_bar我们用新的填充group我们在上面创建的列。另外，我们转换bins（箱标签）从因子到数字，因此 x 轴将是连续的，而不是离散的。

tmp_df %>%
  ungroup %>%
  mutate(bins = as.numeric(as.character(bins))) %>%
  ggplot(aes(x=bins, y=n, fill = group)) +
  geom_bar(stat='identity') +
  scale_fill_manual(values=c(hcl(seq(15,375,length.out=6)[1:5],100,65),"black"))

让我知道这是否是您的想法。