r - 为什么 stat_summary 会根据变量绘制多条/单条线？

Question

我问 this刚才的问题。在这种情况下，该解决方案有时似乎有效。这是使用 mpg 的示例数据集。

我的目标是使用 stat_summary 在每个方面的数据中位数出现的位置放置一条垂直线。 .请注意，当我在 displ 上使用链接问题中的解决方案时列，该解决方案按需要工作。但是当我在cty上使用它时列，绘制多条线。为什么是这样？

下面显示的是我的问题的代表。

library(tidyverse)

mpg %>% 
  ggplot(aes(x=displ, group=cyl))+
  geom_histogram()+
  facet_grid(~cyl)+
  stat_summary(aes(xintercept=stat(x), y=0), fun = median, geom = 'vline')
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

mpg %>% 
  ggplot(aes(x=cty, group=cyl))+
  geom_histogram()+
  facet_grid(~cyl)+
  stat_summary(aes(xintercept=stat(x), y=0), fun = median, geom = 'vline')
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

创建于 2020-04-01 由 reprex package (v0.3.0)

Answer 1

我们可以使用 group_by 预先计算中位数和 mutate ，我经常发现它的行为更可靠且易于理解，然后只需使用 geom_vline .无法回答 stat_summary一边，但有兴趣知道答案。

mpg %>%
  group_by(cyl) %>%
  mutate(cty_med = median(cty)) %>%
  ggplot(aes(x=cty))+
  geom_histogram()+
  facet_grid(~cyl)+
  geom_vline(aes(xintercept=cty_med))

如果您想对此进行概括，您可以创建一个包装函数来一起进行计算和分面。

f <- function(df, fct, var) {
  df %>%
    group_by({{fct}}) %>%
    mutate(med = median({{var}})) %>%
    ggplot(aes(x={{var}}))+
    geom_histogram() +
    facet_grid(cols = vars({{fct}})) +
    geom_vline(aes(xintercept=med))
}

f(mpg, cyl, cty)
f(mpg, cyl, displ)