如何在ggplot的stat_summary_bin中实现加权均值散点分箱图？

方案1：通过AES映射权重+内置weighted.mean函数 #

直接在aes中映射权重变量，利用stat_summary_bin的分组特性，将分箱内的权重传递给weighted.mean计算：

dat <- data.frame(depVar = rnorm(100), expVar = rnorm(100), weightVar = runif(100))

ggplot(dat, aes(x = depVar, y = expVar, weight = weightVar)) +
  stat_summary_bin(
    fun = weighted.mean,
    fun.args = list(w = quote(..weight..), na.rm = TRUE),
    geom = "point"  # 指定绘制散点，可根据需求调整为其他geom
  )

• 原理：..weight..是stat层自动生成的变量，代表当前分箱内的权重子集；fun.args用于给weighted.mean传递权重参数w，同时开启na.rm处理缺失值。

方案2：自定义分箱统计函数（更灵活） #

如果需要精细控制分箱后的x/y计算逻辑，可使用fun.data参数自定义函数，直接从分箱子数据框中提取变量计算：

dat <- data.frame(depVar = rnorm(100), expVar = rnorm(100), weightVar = runif(100))

# 自定义函数：接收分箱子数据框，返回包含加权均值的结果
calc_weighted_bin <- function(df) {
  data.frame(
    x = median(df$depVar),  # 用分箱中位数作为x坐标，也可替换为mean或分箱中点
    y = weighted.mean(df$expVar, df$weightVar, na.rm = TRUE),
    ymin = NA, ymax = NA  # 若不需要置信区间，保留空值即可
  )
}

ggplot(dat, aes(x = depVar, y = expVar)) +
  stat_summary_bin(
    fun.data = calc_weighted_bin,
    geom = "point"
  )

关键疑问解答 #

1. fun.args的正确用法：用于传递统计函数的额外参数，当函数需要除y外的参数（如权重），可通过quote(..变量名..)引用stat层生成的分组内变量。
2. AES映射权重是否合理：这是官方推荐的标准方案，ggplot会自动将权重与分箱数据绑定，确保每个分箱使用对应的权重子集计算。
3. 多参数函数的适配：要么通过AES映射额外变量并以..变量名..引用；要么使用fun.data自定义函数，直接从分箱子数据框中提取所有所需变量。

内容的提问来源于stack exchange，提问作者ASV