如何在ggplot中平滑密度图整数取值间的异常谷值

你遇到的谷值是geom_density默认的连续核密度计算逻辑导致的：1-7的整数取值之间没有实际观测，默认的窄带宽会直接把无数据区间识别为低密度区，生成不符合预期的谷值。可以通过以下两种方案解决：

• 方案1：调整密度计算的平滑参数（最便捷）
  修改geom_density的adjust参数（带宽乘数，数值越大平滑程度越高），或直接指定bw（带宽值）即可抹平相邻整数间的谷值。对于步长为1的1-7分数据，adjust设置为1.2~2之间即可得到平滑效果，修改后的代码示例：

  ggplot(dface, aes(Current.Mood, fill = NewCode)) + 
    geom_density(alpha = 0.1, adjust = 1.5)
  

  该方案不需要改动原始数据，仅调整密度计算逻辑即可，保留了叠加密度图的原有展示形式。

• 方案2：基于离散频率生成平滑面积图（完全贴合离散数据）
  如果希望彻底避免无数据区间的不合理数值，可以先统计每个分组下各得分的频率，再基于频率做平滑拟合后绘制叠加面积图，示例代码如下：

  library(tidyverse)
  # 先按分组统计各得分的频率
  freq_df <- dface %>%
    count(NewCode, Current.Mood) %>%
    group_by(NewCode) %>%
    mutate(freq = n / sum(n))
  
  # 绘制平滑叠加面积图
  ggplot(freq_df, aes(x = Current.Mood, fill = NewCode)) +
    stat_smooth(aes(y = freq, color = NewCode), geom = "area", 
                alpha = 0.1, se = FALSE, span = 0.8)
  

  该方案的输出完全基于你的实际观测值分布，不会出现无意义的谷值。

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