小编xgr*_*rau的帖子

我正在尝试使用ggplot2 R库在密度分布上绘制某些数据的中值。我想将中间值作为文本打印在密度图的顶部。

您将看到一个示例的意思（使用“钻石”默认数据框）：

我正在打印三个项目：密度图本身，一条垂直线，显示每个切割的中位数价格，以及带有该值的文本标签。但是，正如您所看到的，中位数价格在“ y”轴上重叠（这种美感在geom_text（）函数中是必需的）。

有没有办法为每个中间价格动态分配一个“ y”值，以便在不同的高度打印它们？例如，每个“切口”的最大密度值。

到目前为止，我已经知道了

# input dataframe
dia <- diamonds

# calculate mean values of each numerical variable:
library(plyr)
dia_me <- ddply(dia, .(cut), numcolwise(median))

ggplot(dia, aes(x=price, y=..density.., color = cut, fill = cut), legend=TRUE) +
  labs(title="diamond price per cut") +
  geom_density(alpha = 0.2) +
  geom_vline(data=dia_me, aes(xintercept=price, colour=cut),
             linetype="dashed", size=0.5) +
  scale_x_log10() +
  geom_text(data = dia_me, aes(label = price, y=1, x=price))

（我为geom_text函数中的y美感分配了一个常量值，因为它是强制性的）

我试图根据前两列的值删除一个非常大的文件（~100,000 条记录）中的重复行，而不考虑它们的顺序，然后打印这些字段+其他列。

所以，从这个输入：

A B XX XX
A C XX XX
B A XX XX
B D XX XX
B E XX XX
C A XX XX

我想要：

A B XX XX
A C XX XX
B D XX XX
B E XX XX

（也就是说，我想删除“BA”和“CA”，因为它们已经以相反的顺序出现；我不关心下一列中的内容，但我也想打印它）

我的印象是使用 awk + ​​数组应该很容易做到这一点，但我无法提出解决方案。

到目前为止，我正在修补这个：

awk '
NR == FNR {
h[$1] = $2   
next
}
$1 in h {
print h[$1],$2}' input.txt

我将第二列存储在由第一个 (h) 索引的数组中，然后检查存储的数组中是否出现第一个字段。然后，打印该行。但是出了点问题，我没有输出。

我很抱歉，因为我的代码根本没有帮助，但我有点坚持这个。

你有什么想法？

非常感谢！