ggplot2 geom_violin con 0 varianza

Question

Ho iniziato ad apprezzare le trame di violino, dal momento che mi danno una sensazione molto migliore di quella trama quando si hanno distribuzioni divertenti. Mi piace automatizzare un sacco di cose, e quindi ho riscontrato un problema: Quando una variabile ha 0 varianza, il grafico a scatole ti dà solo una linea in quel punto. Geom_violin tuttavia termina con un errore. Quale comportamento mi piacerebbe? Beh, o metti una riga o niente, ma per favore dammi le distribuzioni per le altre variabili.

Ok, rapido esempio:

dff=data.frame(x=factor(rep(1:2,each=100)),y=c(rnorm(100),rep(0,100))) 
ggplot(dff,aes(x=x,y=y)) + geom_violin() 

cede

Error in `$<-.data.frame`(`*tmp*`, "n", value = 100L) : 
    replacement has 1 row, data has 0 

Tuttavia, ciò che funziona è:

ggplot(dff,aes(x=x,y=y)) + geom_boxplot() 

Aggiornamento:

Il problema è stato risolto a partire da ieri: https://github.com/hadley/ggplot2/issues/972

Update 2: (da domanda autore) Wow, Hadley si è risposto! geom_violin ora si comporta in modo coerente con geom_density e base R density.

Tuttavia, non penso che il comportamento sia ancora ottimale.

(1) Il problema e 'zero'

basta eseguirlo con il mio esempio originale:

dff=data.frame(x=factor(rep(1:2, each=100)), y=c(rnorm(100), rep(0,100))) 
ggplot(dff,aes(x=x,y=y)) + geom_violin(trim=FALSE) 

Cedendo questo:

è la trama sulla destra un adeguato rappresentazione di "tutti gli zeri"? Io non la penso così È meglio avere un taglio che produce una singola riga per mostrare che non c'è variazione nei dati. Soluzione alternativa: aggiungere un + geom_boxplot()

(2) Potrei volere davvero TRIM=TRUE.

Esempio:

dff=data.frame(x=factor(rep(1:2, each=100)), y=c(rgamma(100,1,1), rep(0,100) )) 
ggplot(dff,aes(x=x,y=y)) + geom_violin(trim=FALSE) 

ora ho diverso da zero dati e stime di densità standard del kernel non gestire questa situazione in modo corretto. Con trim=T posso vedere rapidamente che i dati sono strettamente positivi.

Non sto sostenendo che il comportamento corrente sia "sbagliato", poiché è in linea con altre funzioni. Tuttavia, geom_violin può essere utilizzato in diversi contesti, per esplorare diversi data.frames con tipi di dati eterogenei (positivo + disallineato o meno, ad esempio).

Answer 1

Tre opzioni per affrontare questo fino a quando il problema è stato risolto ggplot2:

1. Come un rapido hack, è possibile impostare uno dei valori y 0.0001 (anziché zero) e geom_violin funzionerà.
2. Controllare il pacchetto vioplot se non si è impostato sull'uso di ggplot2. vioplot non genera un errore quando lo si alimenta con un gruppo di valori identici.
3. Il pacchetto Hmisc include una funzione panel.bpplot (campo percentuale-percento) che può creare grafici di violino con la funzione bwplot dal pacchetto lattice. Vedere la sezione Esempi di ?panel.bpplot. Produce una singola riga quando la si alimenta con un vettore di valori identici.