直方图Y轴数值不准确：无法正确展示活动注册用户数求助

核心问题原因 #

• Y轴用了密度值而非实际注册数：你在geom_histogram中设置了aes(y = ..density..)，这会把Y轴转换为密度比例（所有分组的密度总和为1），自然无法体现实际的数千级注册量。
• 直方图不适合聚合后的数据：你的数据是按小时汇总好的注册总数（每行对应1小时的总注册量），但geom_histogram默认是对原始明细数据（每行一个用户）进行计数统计，用在聚合数据上逻辑完全不对。

修改后的代码 #

plot_multi_histogram <- function(Cap2021Hour, feature, label_column, value_column) {
  plt <- ggplot(Cap2021Hour, aes(x = .data[[feature]], y = .data[[value_column]], fill = .data[[label_column]])) +
    # 用geom_col展示聚合后的实际数值，替代直方图
    geom_col(color = "black", position = "identity", alpha = 1) +
    geom_vline(aes(xintercept = mean(.data[[feature]])), color = "black", linetype = "dashed", size = 1) +
    labs(x = feature, y = "Registered", fill = label_column)
  plt
}

# 调用时指定注册数字段
plot_multi_histogram(Cap2021Hour, 'Hour','Hour Type','Registered')

关键修改点说明 #

1. 移除..density..，直接将Y轴映射到Registered字段，展示真实注册量
2. 用geom_col替代geom_histogram：geom_col专门用于展示已聚合的数值，无需额外设置stat="identity"
3. 替换eval(parse(...))为.data[[ ]]：这是ggplot2推荐的安全引用列名的方式，避免解析字符串带来的风险
4. 移除geom_density：密度线是针对原始明细数据的统计，你的聚合数据不适用；如果一定要保留，需要先将数据展开为每行一个用户的格式，再重新生成统计线

内容的提问来源于stack exchange，提问作者FondaThaGr8t