ggplot2绘制双变量重叠直方图时样本计数显示异常问题求助

该计数异常是因为geom_histogram默认使用堆叠位置调整（position="stack"），两个分组的柱子会上下堆叠，上层分组的高度实际是两个组对应区间的计数总和，所以会出现高度翻倍、两组高度不均的情况。

方案1：设置位置调整为identity，保留原始计数 #

直接修改geom_histogram的position参数，让两组直方图都从y轴0基线开始绘制，配合设置的alpha透明度就能正常展示重叠效果：

df |>
    pivot_longer(cols = c(peso,peso2), names_to = "caso", values_to = "peso") |>
    ggplot(aes(x = peso, colour= caso,  fill = caso))+
      geom_histogram(alpha = 0.4, position = "identity")

方案2：改用密度统计，适配样本量差异场景 #

如果后续两组样本量不一致，想要对比分布形态而非绝对计数，可以将y轴映射为密度：

df |>
    pivot_longer(cols = c(peso,peso2), names_to = "caso", values_to = "peso") |>
    ggplot(aes(x = peso, colour= caso,  fill = caso, y = after_stat(density)))+
      geom_histogram(alpha = 0.4, position = "identity")

额外优化建议 #

可以给geom_histogram添加bins（指定柱子总数）或binwidth（指定单根柱子宽度）参数，避免默认分桶规则带来的显示偏差。

内容的提问来源于stack exchange，提问作者Juan Riera