为什么 ggplot 中的 geom_bar 需要 stat = "identity" ？

Question

从这个问题我们看到一个简单geom_line的答案。

library(dplyr)
BactData %>% filter(year(Date) == 2017) %>% 
  ggplot(aes(Date, Svartediket_CB )) + geom_line()

如果我们更改geom_line为，geom_bar我们可能会期望看到条形图，但是

错误：stat_count() 不得与任何美学一起使用。

但是如果我们添加它会起作用stat = "identity"，就像这样

library(dplyr)
BactData %>% filter(year(Date) == 2017) %>% 
  ggplot(aes(Date, Svartediket_CB )) + geom_bar(stat = "identity")

为什么没有geom_bar工作stat = "identity"- 即什么是目的stat = "identity"？

Answer 1

有两个密切相关的层：geom_bar()和geom_col()。关键的区别在于它们默认聚合数据的方式。

对于geom_bar()，默认行为是计算每个x值的行数。它不期望y值，因为它会自己计算它——事实上，如果你给它一个警告，它会标记一个警告，因为它认为你很困惑。将如何执行聚合指定为 的参数geom_bar()，这是stat = "count"默认值。

如果你明确地说stat = "identity"in geom_bar()，你是在告诉ggplot2跳过聚合并且你将提供y值。这反映了geom_col()下面的自然行为。

在 的情况下geom_col()，默认情况下它不会尝试聚合数据。从文档中，“geom_col()使用stat_identity()：它保留数据原样”。因此，它希望您已经计算出y值并直接使用它们。并且geom_col()没有改变这种行为的论据 - 它总是会绘制您提供的y值，并且您需要提供它们。

如果你有y值，你可以使用任何一种语法，但我发现geom_col()更直接。

Answer 2

@史蒂夫克。

我在rdocumentation.org找到了答案。

请参阅下面stat='identity'的含义：

“条形的高度通常代表以下两件事之一：每个组中的案例计数，或者数据框的列中的值。默认情况下，geom_bar 使用 stat="bin"。这使得每个条形的高度bar 等于每组中的案例数，并且它与将值映射到 y 美学不兼容。如果您希望条形的高度代表数据中的值，请使用 stat="identity" 并将值映射到你的审美。”

希望这有帮助。

点击文档链接：geom_bar 文档

Answer 3

默认情况下，geom_bar()用于绘制（某些分组变量）stat_count()每个级别的案例频率。x相比之下，可以stat_identity()通过提供参数stat = "identity"来绘制 的每个级别的值来覆盖这一点x。原因是geom_bar()为了绘制频率，否则单个值可以更有效地由单个点表示。