强制从geom_boxplot到常量宽度的箱形图

Question

我正在制作一个箱形图，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，我的框的宽度在不同的x值处有所不同，因为我没有x和fill值的所有可能组合，所以。

我希望所有的盒子宽度相同。是否可以这样做（理想情况下不会操纵底层数据框，因为我担心添加虚假数据会在进一步分析时引​​起混淆）？

我的第一个想法是

+ geom_boxplot(width=0.5)

但这没有用;它会调整给定x因子级别的整套箱图的宽度。

This post 几乎似乎相关，但我不太清楚如何将其应用于我的情况。使用+ scale_fill_discrete(drop=FALSE)似乎不会改变条形的宽度。

Answer 1

问题是由于某些因子组合的细胞不存在。可以通过cyl检查drv和xtabs级别的所有组合的数据点数量：

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。我将添加虚假数据以覆盖可视化问题。

检查因变量的范围（y轴）。假数据需要超出此范围。

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

使用绘图所需的数据创建mpg的子集：

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

创建三条假行（cty的值为-1）：

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))

简介：

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.

Answer 2

只需使用facet_grid()函数，就可以使可视化变得更加容易：

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

查看如何从x=as.factor(cyl)切换到x=as.factor(drv)。
完成此操作后，您随时可以更改显示条的方式，并删除面板之间的边距...它很容易看起来像您期望的显示。
顺便说一句，您甚至不需要在指定as.factor()要使用的列之前使用ggplot() 。这再次提高了代码的可读性。