Всем привет, подскажите пожалуйста, кто чем сможет:) Есть набор данных —

количество голосов и явка на участок. Данные уже сагрегированы. Для простоты возьму только голоса и явку «за»
turnout_yes — явка проголосовавших «за», в сегменте [0,1].
vote_yes — количество голосов, проголосовавших «за».
Вот так выглядят данные «вживую»:

# A tibble: 96,493 x 2
turnout_yes vote_yes
<dbl> <int>
1 0.768 1749
2 0.772 1378
3 0.662 1007
4 0.524 355
5 0.606 819
6 0.624 659
7 0.571 337
8 0.627 284
9 0.628 817
10 0.512 774

Задача — посчитать количество голосов в интервале явки 1.00%
Я понимаю что это должна быть гистограмма плотности распределения, но не могу придумать как привести две переменные к виду гистограммы.
Ничего не придумал лучше чем привести две переменные к одной, то есть:
«повторить ячейку turnout_yes N раз из ячейки vote_yes». И потом построить привычную гистограмму.
Но как-то видится мне такой подход не самым оптимальным — только для варианта «за» у меня получается 57 млн. значений.
Вобщем, вопрос — как построить гистограмму от двух переменных, где по X будет явка, а по Y количество голосов в интервале явки 1.00%?

Воспроизводимый пример:
set.seed(42)
data_set <- tibble(yes_turnout = rnorm(1000, mean = 0.5, sd = 0.15),
yes = sample(1:1000, 1000, replace=TRUE))

Тут гистограмма как раз не подойдет, гистограмма - одномерна. Можно что-то вроде хитмапа: geom_bin2d, geom_raster, geom_tile

фунция cut() умеет разрезать диапозон на интервалы по заданому вектору точек отсечения. После этого можно посчитать сумму data_set %>% mutate(bin=cut(yes_turnout,breaks = seq(0,1,0.01))) %>% group_by(bin) %>% summarise(sum=sum(yes)) в аргументах можно задать лейблы, определить принцип включения пограничных значений и тд

Здорово! Это именно то, что нужно. Премного благодарен, повнимательнее изучу функцию!

Спасибо, попробую и эти функции