r - 强制箱线图从 geom_boxplot 到恒定宽度

Question

我正在制作一个箱线图，其中 x和 fill映射到不同的变量，有点像这样:

ggplot(mpg, aes(x=as.factor(cyl), y=cty, fill=as.factor(drv))) + 
    geom_boxplot()

如上例所示，我的盒子的宽度在不同的 x 处出现不同的情况。值，因为我没有 x 的所有可能组合和 fill值，所以。

我希望所有的盒子都具有相同的宽度。可以这样做吗(理想情况下不操作底层数据框，因为我担心添加虚假数据会在进一步分析过程中引起我的困惑)？

我的第一个想法是

+ geom_boxplot(width=0.5)

但这无济于事；它调整给定 x 的全套箱线图的宽度因素水平。

This post几乎似乎相关，但我不太明白如何将其应用于我的情况。使用 + scale_fill_discrete(drop=FALSE)似乎没有改变条的宽度。

Answer 1

问题是由于某些因子组合单元格不存在。 cyl 的所有水平组合的数据点数和 drv可以通过xtabs查询:

tab <- xtabs( ~ drv + cyl, mpg)

tab

#    cyl
# drv  4  5  6  8
#   4 23  0 32 48
#   f 58  4 43  1
#   r  0  0  4 21

有三个空单元格。我将添加假数据来覆盖可视化问题。

检查因变量(y 轴)的范围。假数据需要在这个范围之外。

range(mpg$cty)
# [1]  9 35

创建 mpg 的子集使用绘图所需的数据:

tmp <- mpg[c("cyl", "drv", "cty")]

为空单元格创建索引:

idx <- which(tab == 0, arr.ind = TRUE)

idx

#   row col
# r   3   1
# 4   1   2
# r   3   2

创建三个假行(-1 作为 cty 的值):

fakeLines <- apply(idx, 1,
                   function(x) 
                     setNames(data.frame(as.integer(dimnames(tab)[[2]][x[2]]), 
                                         dimnames(tab)[[1]][x[1]], 
                                         -1), 
                              names(tmp)))

fakeLines

# $r
#   cyl drv cty
# 1   4   r  -1
# 
# $`4`
#   cyl drv cty
# 1   5   4  -1
# 
# $r
#   cyl drv cty
# 1   5   r  -1

将行添加到现有数据中:

tmp2 <- rbind(tmp, do.call(rbind, fakeLines))

阴谋:

library(ggplot2)
ggplot(tmp2, aes(x = as.factor(cyl), y = cty, fill = as.factor(drv))) + 
  geom_boxplot() +
  coord_cartesian(ylim = c(min(tmp$cty - 3), max(tmp$cty) + 3))
  # The axis limits have to be changed to suppress displaying the fake data.