密度图与直方图结果不一致问题求助（含ggplot2代码）

我有两个数据框，tableOfGraphData是vdjtoolTableTwo的严格子集（为该数据框与另一数据框的交集），二者都包含变量及对应的计数。用ggplot2绘制直方图与密度图时，发现同一数据的密度图和直方图形态不匹配：直方图里蓝色的vdjtoolTableTwo数据低频值占比更高、整体偏左，红色的tableOfGraphData数据整体偏右，但密度图的相对形态完全不符合这个特征；给密度图加adjust=1/5参数后，问题反而更严重。

绘图代码 #

ggplot()+
geom_histogram(data = vdjtoolTableTwo, aes(x = log10(frequency), y = after_stat(density), weight = count), fill=rgb(0,0,1,1/4)) +
geom_density(data = vdjtoolTableTwo, aes(x = log10(frequency), y = after_stat(density), weight = count), fill="black", alpha = 0.25)+
geom_histogram(data = tableOfGraphData, aes(x = log10(frequency.y), y = after_stat(density), weight = count.y), fill=rgb(1,0,0,1/4)) +
geom_density(data = tableOfGraphData, aes(x = log10(frequency.y), y = after_stat(density),  weight = count.y), fill = "red", alpha = 0.25)+
coord_cartesian(xlim = scale)

结果说明 #

• 初始结果：蓝色直方图偏左、低频占比高，红色直方图偏右，但对应蓝色数据的黑色密度图、对应红色数据的红色密度图，形态和直方图特征完全相反。
• 添加adjust=1/5后：密度图的形态异常问题进一步加剧。

排查方向 #

• 统一直方图分箱宽度：默认geom_histogram的binwidth是自动计算的，两个直方图可能用了不同分箱宽度导致视觉偏差。显式设置统一的binwidth（比如binwidth=0.1），确保分箱逻辑一致后再对比。
• 验证权重参数逻辑：weight在直方图和密度图中的计算逻辑是否一致。可以尝试去掉weight，用展开后的原始数据（而非汇总计数）重新绘图，看形态是否匹配。
• 核对x轴变量一致性：确认log10(frequency)和log10(frequency.y)是同一含义的变量，是否存在频率计算方式不同导致的log转换偏差。
• 调整核密度带宽：默认带宽可能不适合数据分布，尝试手动设置geom_density的bw参数（而非adjust），比如bw=0.2，观察密度图是否和直方图形态匹配。
• 检查子集数据正确性：确认tableOfGraphData确实是vdjtoolTableTwo的严格子集，排查交集计算时的变量匹配、过滤条件是否出错，可通过对比总计数、抽样数据点验证。
• 移除坐标限制测试：coord_cartesian(xlim = scale)可能截断数据导致计算偏差，去掉该限制后查看完整分布，判断是否是截断引发的形态不匹配。

内容的提问来源于stack exchange，提问作者3luke33