如何在R中对预聚合数据应用geom_density_ridges绘制密度脊图？

可以直接利用geom_density_ridges的weight美学映射，把预聚合后的count列作为权重传入，完全不用展开重复行，具体实现如下：

核心代码实现 #

# 用预聚合数据绘制密度脊图
dat_summy %>%
  ggplot(aes(x = age, y = qtr, fill = qtr, weight = count)) +
  geom_density_ridges(quantile_lines = TRUE,
                      quantile_fun = function(x, ...) quantile(x, .5),
                      alpha = .5)

原理说明 #

geom_density_ridges支持通过weight参数指定每个观测的权重，这里预聚合后的count值正好对应每个age-qtr组合的样本数量，相当于把原本的重复行用权重的方式传递给密度计算函数，最终绘制出的图形和用原始个体数据绘制的结果完全一致，但处理大数据集时效率会高很多（避免了数据展开带来的内存开销）。

结果一致性验证 #

如果需要确认两种方式的输出一致，可以对照绘制两张图：

# 原始个体数据绘图（作为对照）
p1 <- dat %>%
  ggplot(aes(x = age, y = qtr, fill = qtr)) +
  geom_density_ridges(quantile_lines=TRUE,
                      quantile_fun=function(x,...) quantile(x, .5),
                      alpha = .5)

# 预聚合数据绘图
p2 <- dat_summy %>%
  ggplot(aes(x = age, y = qtr, fill = qtr, weight = count)) +
  geom_density_ridges(quantile_lines = TRUE,
                      quantile_fun = function(x, ...) quantile(x, .5),
                      alpha = .5)

# 用gridExtra包并排对比两张图
library(gridExtra)
grid.arrange(p1, p2, ncol = 2)

内容的提问来源于stack exchange，提问作者ProductA747