r - 使用 R 中的 ggplot 更改箱线图中的离群值计算

Question

我正在尝试自定义箱线图，除一点外，我非常成功。我无法理解的一点是如何使用 stat_summary 来显示异常值。我在一个大图中有不同的箱线图，输出中没有显示异常值。但是，如果我修改我的数据并且只向 R 提供一种类型的数据(仅适用于单箱形图)，我的代码可以正常工作并且我可以在输出中清楚地看到分界线。感谢您的帮助。

非常感谢，

f <- function(x) {r <- c(    quantile(x,probs=c(0.25))-(1.5*(quantile(x,probs=c(0.75))-quantile(x,probs=c(0.25))))     ,quantile(x, probs = c(0.25)), quantile(x, probs = c(0.5)), quantile(x, probs = c(0.75)),     quantile(x,probs=c(0.75))+(1.5*(quantile(x,probs=c(0.75))-quantile(x,probs=c(0.25)))) );names(r) <- c('ymin', 'lower', 'middle', 'upper', 'ymax'); r}
o <-function(x) { print(x); if (length(x) > 7) { pp = subset(x, x < (quantile(x, probs = c(0.25)) - (1.5 * (quantile(x, probs = c(0.75)) - quantile(x, probs = c(0.25))))) | x > (quantile(x, probs = c(0.75)) + (1.5 * (quantile(x, probs = c(0.75)) - quantile(x, probs = c(0.25)))))); return (pp)} else { return (NA)} }

dt=read.table("C:/...../test.txt",header=TRUE,sep=",")
data<-data.frame(x=dt$x,day=dt$day)
dev.new();ggplot(data, aes(x,day)) +   stat_summary(fun.data=f, geom='boxplot')+stat_summary(fun.data =o, geom='point', col='red')#+  stat_summary(fun.y = o2, geom='point', col='red')

Answer 1

关键是将所有数据保存在同一列中，并添加标签列以区分变量。如果您使用自定义函数来检测数据框中的异常值，则可以完全取消 stat_summary 函数。

改编自Labeling Outliers of Boxplots in R .

library(ggplot2)
library(data.table)

# Generate sample
set.seed(123)
n <- 500
dat <- data.table(group=c(rep("A", n/2) , rep("B", n/2)), value=rnorm(n))

请注意我们的示例数据如何在同一列中包含变量 A 和 B，仅通过组标识符进行区分。

# Create outlier function
check_outlier <- function(v, coef=1.5){
  quantiles <- quantile(v, probs=c(0.25,0.75) )
  IQR <- quantiles[2] - quantiles[1]
  res <- (v < ( quantiles[1]- coef*IQR )) | (v > ( quantiles[2]+ coef*IQR ))
  return(res)
}

# Apply with data.table "by" method
dat[, outlier:=check_outlier(value), by=group]

这个函数并不常见，它是 data.table 包的一部分，但要点是在离群值标签为 TRUE 的数据框中附加一列。

# Plot
ggplot(dat, aes(x=group,y=value)) + 
  geom_boxplot()

从那里自定义您的绘图。