如何让geom_freqpoly()中各曲线值的总和在任意点均为1？

你提到的after_stat(ncount)是将每个分组自身的频率归一到0-1区间，但如果要让任意hp值对应的所有cyl分组比例之和为1，需要基于全局的区间计数来计算比例，而不是分组内的归一。下面提供两种可行的方法：

方法一：手动预处理数据（直观可控） #

先对hp分箱，统计每个cyl分组在每个区间的数量，再计算该区间内各分组的占比，最后绘制折线：

library(tidyverse)

# 数据预处理：分箱、统计计数、计算比例
mtcars_summary <- mtcars %>%
  mutate(cyl = as.factor(cyl)) %>%
  # 按照geom_freqpoly的bins=5对hp分箱
  mutate(hp_bin = cut(hp, bins = 5)) %>%
  count(cyl, hp_bin) %>%
  # 按hp区间分组，计算每个区间的总计数，再算占比
  group_by(hp_bin) %>%
  mutate(prop = n / sum(n)) %>%
  ungroup() %>%
  # 提取每个区间的中点作为x轴的连续值，让折线更自然
  mutate(hp_mid = map_dbl(hp_bin, ~mean(as.numeric(.x))))

# 绘制比例折线图
ggplot(mtcars_summary, aes(x = hp_mid, y = prop, color = cyl)) +
  geom_line(linewidth = 1) +
  labs(x = "马力（hp）", y = "区间内占比", color = "气缸数（cyl）")

方法二：直接在ggplot中用stat函数计算 #

可以利用stat_bin结合after_stat直接计算全局区间的比例，无需提前预处理数据：

library(tidyverse)

mtcars %>%
  mutate(cyl = as.factor(cyl)) %>%
  ggplot(aes(x = hp, color = cyl)) +
  stat_bin(
    # 计算当前区间内分组计数占该区间总计数的比例
    aes(y = after_stat(count / tapply(count, after_stat(x), sum)[as.character(after_stat(x))])),
    bins = 5,
    geom = "line"
  ) +
  labs(x = "马力（hp）", y = "区间内占比", color = "气缸数（cyl）")

两种方法都能实现任意hp区间内，所有cyl分组的比例之和为1的效果，第一种方法更便于查看中间计算结果，第二种则更简洁。

内容的提问来源于stack exchange，提问作者max