r - 停止 geom_density_ridges 显示不存在的尾部值

Question

当我使用geom_density_ridges()时，该图通常最终会显示数据中不存在的长尾值。

这是一个例子：

library(tidyverse)
library(ggridges)

data("lincoln_weather")

# Remove all negative values for "Minimum Temperature"
d <- lincoln_weather[lincoln_weather$`Min Temperature [F]`>=0,]

ggplot(d, aes(`Min Temperature [F]`, Month)) +
  geom_density_ridges(rel_min_height=.01)

如您所见，1 月、2 月和 12 月均显示负温度，但数据中根本没有负值。

当然，我可以在 x 轴上添加限制，但这并不能解决问题，因为它只会截断现有的错误密度。

ggplot(d, aes(`Min Temperature [F]`, Month)) +
  geom_density_ridges(rel_min_height=.01) +
  xlim(0,80)

现在，该图使一月和二月的值看起来为零（没有）。这也使它看起来像 0 度经常发生在 12 月，而实际上只有 1 天这样的日子。

我怎样才能解决这个问题？

Answer 1

一种选择是使用stat_density()而不是stat_density_ridges(). 有些事情stat_density()不能做，例如绘制垂直线或重叠点，但另一方面它可以做一些stat_density_ridges()不能做的事情，例如将分布修剪到数据范围。

# Remove all negative values for "Minimum Temperature"
d <- lincoln_weather[lincoln_weather$`Min Temperature [F]`>=0,]

ggplot(d, aes(`Min Temperature [F]`, Month, group = Month, height = ..density..)) +
  geom_density_ridges(stat = "density", trim = TRUE)

作为替代方案，您可以画一个点地毯，也许这也符合您的目的或更好：

ggplot(d, aes(`Min Temperature [F]`, Month)) +
  geom_density_ridges(rel_min_height = 0.01, jittered_points = TRUE,
                      position = position_points_jitter(width = 0.5, height = 0),
                      point_shape = "|", point_size = 2,
                      alpha = 0.7)

注意：这两种方法目前无法组合，这需要对统计代码进行一些修改。

Answer 2

好吧，事实证明我应该更仔细地阅读文档。关键部分是：

“ggridges包提供了两个主要的geoms，geom_ridgeline和geom_density_ridges。前者直接取高度值绘制山脊线，后者先估计数据密度，再用山脊线绘制。”

有多种方法可以处理此问题。这是一个：

ggplot(d, aes(`Min Temperature [F]`, Month, height=..density..)) +
  geom_density_ridges(stat = "binline", binwidth=1,
                      draw_baseline = F)