如何标记由ggplot2组成的分位数 - 分位数图的点？

Question

我正在使用下面提供的工作示例中名为x的数据框中的名为df的变量构建分位数分位数图。我想用name数据集的df变量标记点。

是否有可能在ggplot2中执行此操作而不诉诸痛苦的解决方案（手工编写理论分布然后根据经验分析绘制）？

编辑：这是肯定的，感谢用户发布并删除了他的答案。在下面的Arun回答之后看到评论。感谢Didzis用ggbuild提供的其他聪明的解决方案。

# MWE
df <- structure(list(name = structure(c(1L, 2L, 3L, 4L, 5L, 7L, 9L, 
10L, 6L, 12L, 13L, 14L, 15L, 16L, 17L, 19L, 18L, 20L, 21L, 22L, 
8L, 23L, 11L, 24L), .Label = c("AUS", "AUT", "BEL", "CAN", "CYP", 
"DEU", "DNK", "ESP", "FIN", "FRA", "GBR", "GRC", "IRL", "ITA", 
"JPN", "MLT", "NLD", "NOR", "NZL", "PRT", "SVK", "SVN", "SWE", 
"USA"), class = "factor"), x = c(-0.739390016757746, 0.358177826874146, 
1.10474523846099, -0.250589535389937, -0.423112615445571, -0.862144579740376, 
0.823039669834058, 0.079521521937704, 1.08173649722493, -2.03962942823921, 
1.05571087029737, 0.187147291278723, -0.144770773941437, 0.957990771847331, 
-0.0546549555439176, -2.70142550075757, -0.391588386498849, -0.23855544527369, 
-0.242781575907386, -0.176765072121165, 0.105155860923456, 2.69031085872414, 
-0.158320176671995, -0.564560815972446)), .Names = c("name", 
"x"), row.names = c(NA, -24L), class = "data.frame")

library(ggplot2)
qplot(sample = x, data = df) + geom_abline(linetype = "dotted") + theme_bw()

# ... using names instead of points would allow to spot the outliers

我正在修改this gist，如果我对CV用户可能感兴趣的回归诊断有疑问，我会考虑向CrossValidated发送其他问题。

Answer 1

您可以将原始QQ地图保存为对象（使用的功能ggplot()和stat_qq()代替qplot()）

g<-ggplot(df, aes(sample = x)) + stat_qq()

然后使用函数ggplot_build()，您可以提取用于绘图的数据。它们存储在元素data[[1]]中。将这些数据保存为新数据框。

df.new<-ggplot_build(g)$data[[1]]
head(df.new)
           x          y     sample theoretical PANEL group
1 -2.0368341 -2.7014255 -2.7014255  -2.0368341     1     1
2 -1.5341205 -2.0396294 -2.0396294  -1.5341205     1     1
3 -1.2581616 -0.8621446 -0.8621446  -1.2581616     1     1
4 -1.0544725 -0.7393900 -0.7393900  -1.0544725     1     1
5 -0.8871466 -0.5645608 -0.5645608  -0.8871466     1     1
6 -0.7415940 -0.4231126 -0.4231126  -0.7415940     1     1

现在您可以添加观察数据框的名称。重要的是使用order()，因为订购了新数据框中的数据。

df.new$name<-df$name[order(df$x)]

现在照常绘制新数据框，而不是geom_point()提供geom_text()。

ggplot(df.new,aes(theoretical,sample,label=name))+geom_text()+ 
  geom_abline(linetype = "dotted") + theme_bw()

Answer 2

点太近了。我会做这样的事情：

df <- df[with(df, order(x)), ]
df$t <- quantile(rnorm(1000), seq(0, 100, length.out = nrow(df))/100)

p <- ggplot(data = df, aes(x=t, y=x)) + geom_point(aes(colour=df$name))

这给出了：

如果您坚持在情节中使用标签，那么您可以尝试以下方式：

df <- df[with(df, order(x)), ]
df$t <- quantile(rnorm(1000), seq(0, 100, length.out = nrow(df))/100)

p <- ggplot(data = df, aes(x=t, y=x)) + geom_point(aes(colour=df$name))
p <- p + geom_text(aes(x=t-0.05, y=x-0.15, label=df$name, size=1, colour=df$name))

p

您可以使用x和y坐标，如果您愿意，可以随时删除颜色美学。

Answer 3

@Arun 在上面的评论中有一个很好的解决方案，但这适用于 R 4.0.3：

ggplot(data = df, aes(sample = x)) + geom_qq() + geom_text_repel(label=df$name[order(df$x)], stat="qq") + stat_qq_line()

基本相同，添加了 stat_qq_line() 和 [order(df$x)] 作为 label 的一部分。如果您不包括 order 函数，那么您的标签将全部乱序并且非常具有误导性。

希望这可以为其他人节省一些时间。