自动排除异常值以在ggplot2中重新缩放y轴，而无需重新计算y变量

Question

我正在寻找一种优雅，自动的方法，使用由ylim或geom_函数中的美学产生的计算变量来设置图的stat，不要采取任何措施回到输入到ggplot

的数据框中

例如，这在自动生成不包含离群值的图的放大视图时非常有用，以使轴的比例对于离群值不会太大。

可复制的示例：

df = data.frame(a=1:100 , b = rnorm(100))
# add outlier
df <- rbind(df , data.frame(a=50,b=c(-70,80)) )

# naive plot: the scale of the y axis is very large because of the outliers and you therefore have poor resolution for the bulk of the data.
gp <- ggplot( data = df , aes(x=a,y=b) ) +  geom_point() 

# zoom-in so that the y axis limits are appropriate for the bulk of the data, i.e. excluding outliers
gp + coord_cartesian(ylim = quantile( df$b , c(0.02,0.98) ) )

问题

问题是我需要自己计算y变量以提供给quantile函数以设置ylim。

有时，赋予计算的y变量的值可以是平凡的或复杂的，例如涉及一些公式或数据子集等。

因此，如果我可以将y语句中的aes变量传递给quantile语句中的coord_cartesian函数，那将非常有用。

我尝试过的事情：

以下引发错误消息：

gp + coord_cartesian(ylim = quantile( y , c(0.02,0.98) ) )
gp + coord_cartesian(ylim = quantile( ..y.. , c(0.02,0.98) ) )
gp + coord_cartesian(ylim = quantile( stat(y) , c(0.02,0.98) ) )