需要从ggplot geom_histogram中提取数据

3 回答

• 1

  要获得实际绘制的值，您可以使用函数 ggplot_build() ，其中参数是您的图 .

  p <- ggplot(mtcars,aes(mpg))+geom_histogram()+
        facet_wrap(~cyl)+geom_vline(data=data.frame(x=c(20,30)),aes(xintercept=x))
  
  pg <- ggplot_build(p)
  

  这将使列表和一个子列表命名为 data . 此子列表包含具有在绘图中使用的值的数据框，例如，对于histrogramm，它包含 y 值（与 count 相同） . 如果使用构面，则列 PANEL 显示使用哪个构面值 . 如果你的图中有多个 geom_ ，那么数据将包含每个数据帧 - 在我的例子中，有一个用于histogramm的数据帧，另一个用于vlines .

  head(pg$data[[1]])
    y count         x ndensity ncount density PANEL group ymin ymax
  1 0     0  9.791667        0      0       0     1     1    0    0
  2 0     0 10.575000        0      0       0     1     1    0    0
  3 0     0 11.358333        0      0       0     1     1    0    0
  4 0     0 12.141667        0      0       0     1     1    0    0
  5 0     0 12.925000        0      0       0     1     1    0    0
  6 0     0 13.708333        0      0       0     1     1    0    0
        xmin     xmax
  1  9.40000 10.18333
  2 10.18333 10.96667
  3 10.96667 11.75000
  4 11.75000 12.53333
  5 12.53333 13.31667
  6 13.31667 14.10000
  
  head(pg$data[[2]])
    xintercept PANEL group xend  x
  1         20     1     1   20 20
  2         30     1     1   30 30
  3         20     2     2   20 20
  4         30     2     2   30 30
  5         20     3     3   20 20
  6         30     3     3   30 30
  

  回复于 2024-04-25T20:11:02+08:00
• 46

  如果您只需要数据，那么 layer_data 就是为此精确设计的：

  layer_data(p, 1)
  

  它将为您提供第一层的数据，与 ggplot_build(p)$data[[1]] 相同 .

  它的源代码确实是 function (plot, i = 1L) ggplot_build(plot)$data[[i]]

  回复于 2024-04-25T20:11:02+08:00
• 14

  当其他答案让您关闭时，如果您要查找传递给 ggplot() 的实际数据，您可以使用：

  ggplot_build(p)$plot$data

  require(tidyverse)
  
  p <- ggplot(mtcars,aes(mpg))+geom_histogram()+
    facet_wrap(~cyl)+geom_vline(data=data.frame(x=c(20,30)),aes(xintercept=x))
  
  pg <- ggplot_build(p)
  #> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
  
  pg$plot$data
  #>                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
  #> Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
  #> Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
  #> Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
  #> Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
  #> Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
  #> Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
  #> Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
  #> Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
  #> Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
  #> Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
  #> Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
  #> Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
  #> Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
  #> Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
  #> Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
  #> Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
  #> Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
  #> Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
  #> Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
  #> Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
  #> Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
  #> Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
  #> AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
  #> Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
  #> Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
  #> Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
  #> Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
  #> Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
  #> Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
  #> Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
  #> Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
  #> Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
  

  由reprex包创建于2019-03-04（v0.2.1）

  虽然这对于未修改的数据框没有用，但是如果你在进入ggplot之前通过一系列 mutate() 或 summarize() ，那么在显示数据之后这可能是有用的 .

  回复于 2024-04-25T20:11:02+08:00