ggplot2美学映射中如何使用统计计算结果与数据集变量做即时运算

报错原因 #

stat_density()等统计变换层的计算环境默认仅包含该层统计输出的结果变量（可通过after_stat()/旧版stat()调用），原始数据集的其他变量不会直接传入该环境。同时统计变换输出的结果长度通常和原始观测数不一致（比如密度估计输出的是拟合分位点的结果，和原始数据行数不等），直接调用原始变量必然会提示找不到对象。

额外说明：如果你使用的是stat_identity()这类不改变输入数据长度的统计变换层，原始变量可以直接在美学映射中调用，不需要额外处理。

实现方案 #

方案1：使用stage()分阶段映射（ggplot2 3.3.0+ 支持，推荐）

stage()函数支持在美学映射的三个阶段（初始映射、统计变换后、位置调整后）分别定义计算逻辑，你可以通过初始映射传入需要用到的原始变量，再在统计变换完成后结合计算结果做运算：

注：你示例中的stat(density) * pop本身统计逻辑不成立，二者长度不匹配无法按元素相乘，以下为合理的按组调整密度的示例：

library(ggplot2)
# 示例：按气缸数分组，每组密度值乘以该组的平均重量
ggplot(mtcars, aes(x = mpg, fill = factor(cyl))) +
  stat_density(
    aes(y = stage(
      start = wt, # 初始映射传入原始wt变量
      after_stat = density * tapply(start, group, mean)[as.character(group)]
    ))
  )

方案2：提前手动完成统计计算

如果对ggplot2的映射逻辑不熟悉，更稳妥的方式是提前手动计算需要的统计量，再合并需要用到的原始变量后绘图，逻辑更透明：

library(ggplot2)
library(dplyr)

# 手动计算pce的密度估计结果
density_df <- as.data.frame(density(economics$pce))
# 提前计算需要用到的原始变量统计量，比如pop的均值
density_df$pop_mean <- mean(economics$pop)

# 直接用计算好的数据绘图
ggplot(density_df, aes(x = x, y = y * pop_mean)) +
  geom_line() +
  labs(x = "pce", y = "density * pop_mean")

内容的提问来源于stack exchange，提问作者Martin C. Arnold