如何阻止geom_density_ridges显示数据中不存在的尾部数值？

哈哈，这个坑我踩过！你已经把负温数据删掉了，但geom_density_ridges()画出来的图还是出现了不存在的负温尾部，对吧？其实这是密度估计算法的锅——默认的高斯核平滑会自动延伸曲线，哪怕数据里根本没有边界外的值，尤其是当你的数据集中在某个区间的边缘（比如这里的0度下限），这种“脑补”出来的尾部就特别显眼。

下面给你几个实用的解决办法：

方法1：截断曲线到数据实际范围（最直接） #

用scale_x_continuous()设置x轴的下限为0，同时用scales::squish把超出范围的部分压缩到边界，这样多余的尾部就会被切掉：

library(tidyverse)
library(ggridges)
data("lincoln_weather")

# 移除“最低气温[华氏度]”的所有负值
d <- lincoln_weather[lincoln_weather$`Min Temperature [F]`>=0,]

ggplot(d, aes(`Min Temperature [F]`, Month)) + 
  geom_density_ridges(rel_min_height=.01) +
  scale_x_continuous(limits = c(0, NA), oob = scales::squish)

方法2：调整密度估计的核函数或平滑程度 #

你可以换用更“保守”的核函数（比如矩形核），或者缩小平滑调整参数，让曲线更贴合实际数据分布：

ggplot(d, aes(`Min Temperature [F]`, Month)) + 
  geom_density_ridges(rel_min_height=.01, 
                      stat = "density",
                      kernel = "rectangular", # 换用矩形核
                      adjust = 0.8) # 减小平滑程度，数值越小越贴合数据

方法3：手动计算密度并过滤（最灵活） #

如果需要更精细的控制，可以先自己计算每个月份的密度，只保留数据范围内的部分，再用stat="identity"绘图：

# 提前计算每个月份的密度，限定范围从0到该月最高温
d_density <- d %>%
  group_by(Month) %>%
  summarize(density = list(density(`Min Temperature [F]`, 
                                   from = 0, 
                                   to = max(`Min Temperature [F]`)))) %>%
  unnest_wider(density) %>%
  unnest(c(x, y))

# 使用预计算的密度绘图
ggplot(d_density, aes(x, Month, height = y)) +
  geom_density_ridges(stat = "identity", rel_min_height = .01)

其中方法1是最省心有效的，基本能解决大部分这类问题~

内容的提问来源于stack exchange，提问作者John J.