如何在ggplot美学映射中使用数据集整体计数替代nrow()？

之前我实现了一种让堆叠子组密度图总面积为1的方法，代码如下：

library(tidyverse)

diamonds %>%
  ggplot() +
  geom_density(aes(x = price, y = after_stat(count)/nrow(diamonds), fill = cut), position = "stack") +
  ylab("Density")

但该写法存在不足：nrow(diamonds)是硬编码的数据集名称，切换到其他数据集时必须手动修改公式。由于ggplot的after_stat()默认仅能访问当前分组的统计量（如count为分组内计数），没有内置的全局总计数变量，以下是几种无需硬编码数据集名的通用解决方案：

方案1：提前提取全局总计数（最简洁） #

在绘图前从数据源中提取总观测数，存入变量后在aes中引用：

library(tidyverse)

# 替换为任意目标数据集
target_data <- diamonds
total_obs <- nrow(target_data)

target_data %>%
  ggplot() +
  geom_density(aes(x = price, y = after_stat(count)/total_obs, fill = cut), position = "stack") +
  ylab("Density")

方案2：通过隐藏统计层计算全局总计数 #

利用stat_summary添加一个不显示的图层，在绘图流程中计算全局总计数，后续在geom_density中引用该值：

library(tidyverse)

diamonds %>%
  ggplot(aes(x = price, fill = cut)) +
  # 隐藏图层，仅计算全局总计数
  stat_summary(
    aes(y = after_stat(count), global_n = after_stat(max(n()))),
    geom = "blank",
    fun = identity,
    na.rm = TRUE
  ) +
  geom_density(aes(y = after_stat(count)/after_stat(global_n)), position = "stack") +
  ylab("Density")

方案3：自定义统计变换（适合重复使用） #

如果需要频繁使用该功能，可以自定义一个统计变换，自动计算全局总计数并归一化：

library(tidyverse)

# 自定义统计量
stat_density_global <- function(mapping = NULL, data = NULL,
                                geom = "density", position = "stack",
                                ..., na.rm = FALSE, show.legend = NA,
                                inherit.aes = TRUE) {
  layer(
    data = data,
    mapping = mapping,
    stat = StatDensityGlobal,
    geom = geom,
    position = position,
    show.legend = show.legend,
    inherit.aes = inherit.aes,
    params = list(na.rm = na.rm, ...)
  )
}

StatDensityGlobal <- ggproto("StatDensityGlobal", StatDensity,
  compute_group = function(data, scales, ...) {
    # 获取全局总观测数
    global_n <- nrow(data)
    # 调用原密度统计逻辑并归一化
    res <- super$compute_group(data, scales, ...)
    res$y <- res$count / global_n
    res
  }
)

# 使用自定义统计量绘图
diamonds %>%
  ggplot() +
  stat_density_global(aes(x = price, fill = cut), position = "stack") +
  ylab("Density")

说明 #

• 方案1是日常使用中最推荐的方式，仅需提前定义一次总计数变量，切换数据集时只需修改target_data即可。
• 所有方案均无需硬编码数据集名称，适配任意ggplot数据源。

内容的提问来源于stack exchange，提问作者user2554330