如何用ggplot2生成以计数而非比例为Y轴的逆ECDF图

方法1：直接调整stat_ecdf的Y轴 #

通过将比例乘以总样本数，把Y轴从比例转换为计数。以USArrests为例：

library(tidyverse)

USArrests %>% 
  ggplot(aes(x = Assault)) +
  stat_ecdf(aes(y = (1 - ..y..) * nrow(USArrests)), geom = "step") +
  labs(x = "袭击事件数", y = "至少发生该数量袭击事件的州数", title = "州袭击事件累计计数分布") +
  theme_minimal()

此方法无需额外数据预处理，直接在stat_ecdf中计算计数，X=200对应的Y值即为19，符合需求。

方法2：手动计算累计计数（更直观可控） #

先统计每个个体的治疗次数，再计算每个次数对应的累计患者数：

# 处理USArrests模拟数据
arrest_summary <- USArrests %>%
  mutate(state = rownames(.)) %>%  # 州名作为"患者标识"
  select(state, n_treatments = Assault) %>%
  arrange(n_treatments) %>%
  mutate(cum_patients = nrow(.) - row_number() + 1)  # 计算至少该次数的州数

# 绘图
ggplot(arrest_summary, aes(x = n_treatments, y = cum_patients)) +
  geom_step() +
  labs(x = "袭击事件数", y = "至少发生该数量袭击事件的州数", title = "州袭击事件累计计数分布") +
  theme_minimal()

迁移到你的treatment数据集 #

将逻辑应用到真实治疗数据：

# 统计每位患者的治疗次数
patient_summary <- treatment %>%
  group_by(patKey) %>%
  summarise(n_treatments = n()) %>%
  arrange(n_treatments) %>%
  mutate(cum_patients = nrow(.) - row_number() + 1)

# 生成目标图
ggplot(patient_summary, aes(x = n_treatments, y = cum_patients)) +
  geom_step() +
  labs(x = "治疗次数", y = "至少接受该次数治疗的患者数", title = "患者治疗次数累计计数分布") +
  theme_minimal()

此时查看X=10对应的Y值，就是满足至少10次治疗的患者总数。

内容的提问来源于stack exchange，提问作者Mark