--- title: "Gruppieren" # Titel der Seite weight: 122 # Individuelles Gewicht menuTitle: "Gruppieren" # Falls Titel zulang ist, hier Kurztitel tags: ["gruppieren", "ggplot"] # Tags hiereinsetzen; Kurzwort, was auf der Seite passsiert ---
Ebenso können wir Histogramme einer Variable nach Gruppen trennen, wie wir es mit den Balkendiagrammen zuvor gemacht haben. Hierzu nutzen wir die Extra-Funktion facet_grid(), die den Plot teilt, sodass die Grafiken besser zu erkennen sind. In facet_grid() geben wir einfach nur in einer Formel an (x ~ y) nach welcher Variable auf der x-Achse bzw. y-Achse aufgeteilt werden soll. Wir wollen jetzt nur auf der y-Achse nach Geschlecht aufteilen.
histGroup <- ggplot(
pss,
aes(
agea,
fill = gndr
)
) +
geom_histogram(
aes(y = ..density..),
alpha = 0.2
) +
geom_density(alpha = 0.2) +
facet_grid(
.~ gndr
) +
scale_fill_manual(
name = "Gender",
labels = c(
"Female",
"Male"
),
values = beyonce_palette(72)
) +
labs(
x = "Age in years",
y = "Density",
title = "Histogram of Age"
)
histGroup
## Warning: Removed 157 rows containing non-finite values (stat_bin).
## Warning: Removed 157 rows containing non-finite values (stat_density).

Nun verändern wir noch die Beschriftungen über den Histogrammen und entfernen die Legende (weil sonst doppelt!).
histGroup <- ggplot(
pss,
aes(
agea,
fill = gndr
)
) +
geom_histogram(
aes(y = ..density..),
alpha = 0.2,
bins = 30,
position = "identity"
) +
geom_density(alpha = 0.2) +
facet_grid(
.~ gndr
) +
scale_fill_manual(values = beyonce_palette(72)) +
labs(
x = "Age in years",
y = "Density",
title = "Histogram of Age"
) +
theme(legend.position = "none")
histGroup
## Warning: Removed 157 rows containing non-finite values (stat_bin).
## Warning: Removed 157 rows containing non-finite values (stat_density).

Als Alternative kannst du auch ein Ridgeline-Plot erstellen. Mehr dazu auf der nächsten Seite!