ggplot绘制y轴数值异常？使用mpg数据集调用geom_col()遇问题

• y轴数值异常的原因：问题出在geom_col()的默认逻辑——它会把同一个x值对应的所有y值累加求和。你的代码中x = hwy（高速油耗）存在大量重复取值，每个hwy值对应多个不同的cyl（气缸数）样本，geom_col()直接将同一hwy分组下的所有cyl数值相加，最终y轴显示的是每个hwy对应的气缸数总和，而非单个样本的气缸数，所以看起来数值异常。

• 是否存在统计变换：有。虽然geom_col()默认参数是stat="identity"（直接使用输入的y值），但当x存在重复观测时，它会自动按x分组对y值执行求和的统计变换。

如果想展示每个样本的hwy与cyl对应关系，改用散点图：

ggplot(mpg, aes(x = hwy, y = cyl)) + 
  geom_point()

如果想统计每个hwy下不同气缸数的样本数量，使用分组柱状图：

ggplot(mpg, aes(x = hwy, fill = factor(cyl))) + 
  geom_bar(position = "dodge")

内容的提问来源于stack exchange，提问作者Laura