当存在异常值时，在 ggplot 箱线图上标记胡须

Question

我想在 ggplot 的箱线图中标记晶须的末端，而不是最小值和最大值，在我的数据中它们通常是异常值。

我尝试使用此处找到的代码：annotate boxplot in ggplot2，但是正如您从factor(cyl)=8（蓝色）的输出中看到的那样，绝对最小值和最大值被标记，而不是点胡须结束的地方。

这是输出：

ggplot(mtcars, aes(x=factor(cyl), y=mpg, fill=factor(cyl))) + 
  geom_boxplot(width=0.6) +
  stat_summary(geom="text", fun.y=quantile,
           aes(label=sprintf("%1.1f", ..y..), color=factor(cyl)),
           position=position_nudge(x=0.33), size=3.5) +
theme_bw()

在给出的示例中，我希望标记因子（cyl）上的晶须，而不是异常值。

感谢大家提供的任何帮助。

Answer 1

箱线图使用

boxplots.stats

。您可以直接在您的

stat_summary

中使用它：

ggplot(mtcars, aes(x=factor(cyl), y=mpg, fill=factor(cyl))) + 
  geom_boxplot(width=0.6) +
  stat_summary(
    aes(label=sprintf("%1.1f", ..y..), color=factor(cyl)),
    geom="text", 
    fun.y = function(y) boxplot.stats(y)$stats,
    position=position_nudge(x=0.33), 
    size=3.5) +
  theme_bw()

如果您只需要胡须，只需使用

boxplot.stats(y)$stats[c(1, 5)]

即可。

Answer 2

欢迎

有点管用，我不明白为什么 8 个气缸会坏

library(tidyverse)

outlier_range <- function(x) {
  first_quantile  <-  quantile(x,0.25)
  third_quantile <-  quantile(x,0.75)
  iqr <- IQR(x)
  outlier_lower <- max(min(x), first_quantile  - 1.5 * iqr)
  outlier_higher <- min(max(x), third_quantile + 1.5 * iqr) 

  return(c(outlier_lower, outlier_higher))
}


ggplot(mtcars) +
  aes(x=factor(cyl), y=mpg, fill=factor(cyl)) + 
  geom_boxplot(width=0.6) +
  theme_bw() +
  stat_summary(geom="text", fun.y=outlier_range,
               aes(label=sprintf("%1.1f", ..y..), color=factor(cyl)),
               position=position_nudge(x=0.33), size=3.5)

搭载@Axeman：

ggplot(mtcars, aes(x=factor(cyl), y=mpg, fill=factor(cyl))) + 
  geom_boxplot(width=0.6) +
  stat_summary(
    aes(label=sprintf("%1.1f", ..y..), color=factor(cyl)),
    geom="text", 
    fun.y = function(y) boxplot.stats(y)$stats[c(1,5)],
    position=position_nudge(x=0.33), 
    size=3.5) +
  theme_bw()

Answer 3

为了完整起见，这里介绍如何使用ggplot的延迟评估：

改编示例来自文档：

library(dplyr)
library(ggplot2)

mtcars |> 
  mutate(cyl = as.factor(cyl)) |> 
  ggplot()+
  geom_boxplot(aes(x = cyl, y = mpg)) +
  geom_text(aes(x = stage(cyl, after_stat = x),
                y = stage(mpg, after_stat = middle),
                label = after_stat(middle)
               ), nudge_y = 2,
  stat = 'boxplot'
  )

上面的示例标记了中位数。 有关其他可用统计信息，请参阅

?stat_boxplot

的“计算变量”部分。