根據觀察數過濾ggplot2密度圖

Question

是否可以過濾ggplot2調用中具有少量觀測值的數據的子集？

例如，採取以下情節：qplot(price,data=diamonds,geom="density",colour=cut)

情節有點忙，我想用少量的觀測排除cut值，即

> xtabs(~cut,diamonds) 
cut 
    Fair  Good Very Good Premium  Ideal 
    1610  4906  12082  13791  21551 

Fair和Good質量的cut因素。

我想要一個可以適合任意數據集的解決方案，並且如果可能的話，不僅可以選擇閾值數量的觀測值，還可以選擇前3個。

Answer 1

ggplot(subset(diamonds, cut %in% arrange(count(diamonds, .(cut)), desc(freq))[1:3,]$cut), 
    aes(price, colour=cut)) + 
    geom_density() + facet_grid(~cut) 

1. count向上計數每個元素注入data.frame。
2. arrange根據指定的列對data.frame進行排序。
3. desc啓用顛倒順序排序。
4. 最終將其切割包括在前3中的行子集%in%。

Answer 2

## Top 3 cuts 
tmp <- names(sort(summary(diamonds$cut), decreasing = T))[1:3] 
tmp <- droplevels(subset(diamonds, cut == tmp)) 
ggplot(tmp, aes(price, color=cut)) + geom_density() 

但你有沒有考慮小面？

ggplot(diamonds, aes(price, color=cut)) + geom_density() + facet_grid(~cut) 

Answer 3

這似乎需要編寫自己的子集的功能，也許是這樣的：

mySubset <- function(dat,largestK=3,thresh=NULL){ 
    if (is.null(thresh)){ 
     tbl <- sort(table(dat)) 
     return(dat %in% tail(names(tbl),largestK)) 
    } 
    else{ 
     return(dat >= thresh) 
    } 
} 

這可能在ggplot調用中使用這樣的：

ggplot(diamonds[mySubset(diamonds$cut),],...) 

此代碼不處理因素下降的水平，所以要小心 爲了那個原因。除非我絕對需要訂購它們，否則我通常會將分類變量留作字符。

Answer 4

這是我的要求。首先做一個函數，返回更多obs的類別。

firstx <- function (category, data, x = 1:3) { 
    tab <- xtabs(~category, data) 

    dimnames(tab)$category[order(tab, decreasing = TRUE)[x]] 
} 

#Then use subset to subset the data and droplevels to drop unused levels 
#so they don't clutter the legend. 
ggplot(droplevels(subset(diamonds, cut %in% firstx(cut, diamonds))), 
     aes(price, color = cut)) + geom_density() 

我希望有幫助。