浅析ggplot `aes(group=var)`的用法

默认分组

默认分组分为两种

• 根据所有离散变量的组合对数据进行分组，如x为离散变量时，根据x的值对data进行分组，等价于dplyr::group(data, x).
• 根据图形属性（映射到分类数据）分组，如fill。以箱型图为例(boxplot)，它用于图形表征离散数据的几个统计特征，默认情况下会根据x轴的分类数据进行分组，如下所示

library(ggplot2)
# sample data
diamonds2 <- dplyr::filter(diamonds, 
  cut %in% c("Fair", "Ideal"),
  clarity %in% c("I1", "IF")
)

p1 <- ggplot(diamonds2, aes(x = cut, price)) + 
  geom_boxplot()
p2 <- ggplot(diamonds2, aes(x = cut, price, fill = clarity)) +
  geom_boxplot()
cowplot::plot_grid(p1, p2, nrow = 1)

默认分组结果不对，显式指定group

需要显式指定aes(group)常见于以下两种情况

一是覆盖默认分组。如果geom中x或y为离散变量，默认会基于它们进行分组，如果我们想基于其他变量进行分组时，需要显示指定group覆盖默认分组。

如下图所示，我们首先基于Occasion进行分组画各个情况下男孩的身高情况（箱图）。随后我们想对每个男孩不同时期身高变化情况，这时候需要基于Subject进行分组画出线图，那么画线图时必须指定group

p1 <- ggplot(nlme::Oxboys, aes(Occasion, height)) +
  geom_boxplot()
p2 <- p1 + geom_line(aes(group = Subject), colour = "blue")
cowplot::plot_grid(p1, p2, nrow = 1)

二是不需要分组。如果图中存在分类变量，但是我们不想进行分组，那么可指定group为任意常数，表示不进行分组，对整体数据进行处理。

如下图所示目的是展示不同切面（cut）钻石的的比例，但是默认情况下基于cut变量进行分组，所以在计算比例时是基于本组数据，显然都为1。我们需要显示指定group为常数，表示基于整体数据计算比例。

p1 <- ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = ..prop..))
p2 <- ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
cowplot::plot_grid(p1, p2, nrow = 1)

reference

ggplot2: aes(group = …) overrides default grouping