使用stat_summary按照观察次数注释绘图

Question

如何使用stat_summary标记n = x的情节，其中x是变量？以下是所需输出的示例：

我可以用这个相当低效的代码制作上面的情节：

nlabels <- sapply(1:length(unique(mtcars$cyl)), function(i) as.vector(t(as.data.frame(table(mtcars$cyl))[,2][[i]])))
ggplot(mtcars, aes(factor(cyl), mpg, label=rownames(mtcars))) +
  geom_boxplot(fill = "grey80", colour = "#3366FF") + 
  geom_text(aes(x = 1, y = median(mtcars$mpg[mtcars$cyl==sort(unique(mtcars$cyl))[1]]), label = paste0("n = ",nlabels[[1]]) )) +
  geom_text(aes(x = 2, y = median(mtcars$mpg[mtcars$cyl==sort(unique(mtcars$cyl))[2]]), label = paste0("n = ",nlabels[[2]]) )) +
  geom_text(aes(x = 3, y = median(mtcars$mpg[mtcars$cyl==sort(unique(mtcars$cyl))[3]]), label = paste0("n = ",nlabels[[3]]) )) 

这是对此问题的跟进：How to add a number of observations per group and use group mean in ggplot2 boxplot?我可以使用stat_summary来计算和显示观察次数，但我无法找到包含{{}的方法1 {}在n =输出中。似乎stat_summary可能是进行此类标记的最有效方法，但欢迎采用其他方法。

Answer 1

您可以在stat_summary()内部使用自己的功能。此处n_fun将y值的位置计算为median()，然后添加由label=和观察次数组成的n=。使用data.frame()代替c()非常重要，因为paste0()会产生字符，但y值是数字，但c()会产生这两个字符。然后在stat_summary()中使用此函数和geom="text"。这将确保对于每个x值位置和标签仅来自此级别的数据。

n_fun <- function(x){
  return(data.frame(y = median(x), label = paste0("n = ",length(x))))
}

ggplot(mtcars, aes(factor(cyl), mpg, label=rownames(mtcars))) +
  geom_boxplot(fill = "grey80", colour = "#3366FF") + 
  stat_summary(fun.data = n_fun, geom = "text")

Answer 2

R中的大多数内容都是矢量化的，因此您可以利用它。

nlabels <- table(mtcars$cyl)

#  To create the median labels, you can use by
meds <- c(by(mtcars$mpg, mtcars$cyl, median))

ggplot(mtcars, aes(factor(cyl), mpg, label=rownames(mtcars))) +
   geom_boxplot(fill = "grey80", colour = "#3366FF") + 
   geom_text(data = data.frame(), aes(x = names(meds) , y = meds, 
            label = paste("n =", nlabels)))

---

关于nlables：

您只需使用以下sapply语句代替：

nlabels <- table(mtcars$cyl)

请注意，您当前的代码正在采用上述方法，转换它，转置它，然后遍历每一行只是为了逐个获取值，然后将它们重新组合成一个向量。

如果您真的希望它们是无量纲的整数向量，请使用c()

nlabels <- c(table(mtcars$cyl))   

但是，当然，即使这样做也不需要完成上述任务。