使用格子包，輸出圖的條件直方圖不正確

Question

我使用histogram來自格子包來繪製兩個直方圖調節變量的兩個選項：Male或Female。

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000)] | raw$Gender) 

Output of code: two histograms, minutes doing housework by gender

但是，當我真正的數據看，這些直方圖是不正確的。通過繪製：

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000) & (raw$Gender == "Female")] 

和：

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000) & (raw$Gender == "Male")] 

I get two histograms again, but they look very different

有沒有人對爲什麼這些產出不匹配的見解？我有一堆更多的二進制類型的面板來進行繪圖，並且不得不單獨做它們，這實際上違背了使用晶格包的目的！

我很抱歉，如果這隱瞞了一個簡單的概念的根本誤解，我仍然是R的初學者！非常感謝您的幫助。

Answer 1

原來，問題是圍繞基礎上，排除數據的不匹配使用的支架上。相反的：

histogram(~ raw$Housework_Tot_Min [(raw$Housework_Tot_Min != 0) & 
(raw$Housework_Tot_Min < 1000)] | raw$Gender) 

它應該閱讀：

histogram(~ Housework_Tot_Min [(Housework_Tot_Min != 0) & (Housework_Tot_Min < 1000)] | 
     Gender [(Housework_Tot_Min != 0) & (Housework_Tot_Min < 1000)], data = raw, 
     main = "Time Observed Housework by Gender", 
     xlab = "Minutes spent", 
     breaks = seq(from = 0, to = 400, by = 20)) 

注意，排除現在應用到了家務勞動時間和性別變量，消除了數據的不匹配。

正確的情節已被粘貼在下面。再次感謝所有人的指導。

Updated Histogram

Answer 2

該問題與panel.args.common（即所有面板函數共有的參數，請參見?trellis.object）中的不同值有關。這裏有一些示例代碼來闡明我的觀點。

library(lattice) 

## paneled plot 
hist1 <- histogram(~ Sepal.Width | Species, data = iris) 
hist1$panel.args.common 

# $breaks 
# [1] 1.904 2.228 2.552 2.876 3.200 3.524 3.848 4.172 4.496 
# 
# $type 
# [1] "percent" 
# 
# $equal.widths 
# [1] TRUE 
# 
# $nint 
# [1] 8 

## single plot  
hist2 <- histogram(~ Sepal.Width, data = iris[iris$Species == "setosa", ]) 
hist2$panel.args.common 

# $breaks 
# [1] 2.216 2.540 2.864 3.188 3.512 3.836 4.160 4.484 
# 
# $type 
# [1] "percent" 
# 
# $equal.widths 
# [1] TRUE 
# 
# $nint 
# [1] 7 

nint（數柱狀圖箱中，見?histogram）和breaks（二進制位中的斷點）跨所有目標面板計算的，並且因此hist1和hist2之間變化。如果你希望這些參數是相同的，這樣這兩個圖看起來很相似，那麼你只需在創建兩個圖之後運行下面的代碼行。

hist2$panel.args.common <- hist1$panel.args.common 
## or vice versa, depending on the number of bins and breakpoints to use 

library(gridExtra) 
grid.arrange(hist1, hist2, ncol = 2)