Gráfico con eje secundario en ggplot2

Los gráficos con eje secundario o con dos ejes son un tema que ya he puesto en el blog en varias ocasiones, hay un ejemplo con R que tenía sus problemas y hay un ejemplo con Python y matplotlib que particularmente me gusta por elegancia y sencillez. En esta entrada vamos a repetir el ejercicio y vamos a realizar un gráfico de columnas y líneas con 2 ejes, primario y secundario pero con ggplot2. Este tipo de gráficos son muy utilizados por los actuarios para representar frecuencias o siniestralidades y exposición. Para ilustrar el ejercicio vamos a emplear los mismos datos que usamos en el ejemplo con matplotlib pero vemos paso a paso como realizaríamos el gráfico:

library(ggplot2)
url='http://www.businessandeconomics.mq.edu.au/our_departments/Applied_Finance_and_Actuarial_Studies/acst_docs/glms_for_insurance_data/data/claimslong.csv'
df <- read.csv(url)

resumen <- df %>% group_by(period) %>%
  summarise(pct_exposicion = n(),
            frecuencia = sum(claim)/n())

g2 <- ggplot(resumen,aes(x = period)) + 
  geom_col(aes(y = pct_exposicion), fill="yellow",alpha=0.7) + 
  geom_line(aes(y=frecuencia, group=), group = 1,color="red") + 
  geom_text(aes(y = frecuencia, label = paste(round(frecuencia*100),'%')),
            vjust = 1.4, color = "red", size = 2)  

g2

Así el gráfico no puede representar las líneas porque hay una clara diferencia de escala, eso lo solventamos con scale_y_continuous y sec.axis quedando el código:

g2 <- ggplot(resumen,aes(x = period)) + 
  geom_col(aes(y = pct_exposicion), fill="yellow",alpha=0.7) + 
  geom_line(aes(y=frecuencia, group=), group = 1,color="red") + 
  geom_text(aes(y = frecuencia, label = paste(round(frecuencia*100),'%')),
            vjust = 1.4, color = "red", size = 2) +
  scale_y_continuous(sec.axis = sec_axis(~., name = "Frecuencia [%]")) 

g2

Estamos en la misma situación porque es necesario ajustar la escala para que ambos ejes cuadren, hay que buscar una relación entre un dato que ronda los 40000 y otro que ronda los 0.15 para ajustarse habría que multiplicar por 250000 aproximadamente, en este caso multiplicamos por 500000 y así la línea de frecuencia queda por encima de las barras de exposición:

g2 <- ggplot(resumen,aes(x = period)) + 
  geom_col(aes(y = pct_exposicion), fill="yellow",alpha=0.7) + 
  geom_line(aes(y=frecuencia * 500000 , group=), group = 1,color="red") + 
  geom_text(aes(y = frecuencia * 500000, label = paste(round(frecuencia*100),'%')),
            vjust = 1.4, color = "red", size = 2) +
  scale_y_continuous(sec.axis = sec_axis(~.* 500000, name = "Frecuencia [%]")) 

g2

No es muy elegante pero los resultados son espectaculares, la propia definición de ggplot2.