如何消除R中的极端异常值？

Question

我有一个R脚本，它使用csv文件作为源数据来创建十六个单独的箱图。十六个箱图中的每一个都具有不同的y轴刻度，这使得难以将一般的ylim定义应用于脚本。我尝试将coor_cartesian函数与ylim语句以及scale_y_continuous函数一起使用，但同样，这太普遍了，无法应用于具有不同y轴刻度的16个箱图（我不想在16个箱图中规范化刻度，仅带有“极端”异常值的情节。

下面是我用来创建十六个盒子图的数据。 'SE_Data'是我上面提到的csv源文件。我还要提一下，十六个箱图被导出为单个pdf文件（我不知道是否需要这种详细程度）。

# Enter csv input file:
SE_Data<-read.csv("SE_DATA.csv",header=T)

# Enter output file name:
pdf(file="SE_Box_Plots.pdf", onefile=TRUE)

x=c("A","B","C","D","E","F","G","H")

SE_Data$ACO_Desc <- factor(SE_Data$ACO_Desc , x) #Ensures x-axis is ordered from A through H

#Creates sixteen individual boxplots 
for (i in 5:ncol(SE_Data)) { 

  p<-ggplot(SE_Data, aes(x=Group_Desc, y=SE_Data[,i])) + geom_boxplot() +
  ylab(gsub("\\_", " ", colnames(SE_Data)[i])) + 
  xlab("") +
  theme(axis.text.x=element_text(angle = 0))
  print(p)

}

dev.off()  

dev.list()

我不确定是否需要创建一个IF ELSE语句来解决这个问题，然而，作为一个仍然相当新的R的人，这似乎远高于我的技能水平。下面，我将16个箱形图中的两个用于说明它们的y轴刻度如何相互不同。

方框图1：

方框图2：

从两个箱形图中可以看出，它们都具有非常不同的y轴刻度。在我看来，'boxplot 2'看起来不错，但是，'boxplot 1'包含极端异常值。我想开发一段代码，可以删除这些极值，以减少盒子图上的“死空间”;因此，降低y轴的比例并使其对眼睛更有吸引力。

重要的是要强调我仍然希望将异常值包含在我的箱形图中，但是，我想只删除极端异常值。如果您需要我的更多信息，请务必告诉我。

在此先感谢您的帮助，非常感谢。

克里斯

Answer 1

如果没有数据，我无法重现你的图表，但包括

geom_boxplot( outlier.shape=NA )

应该隐藏异常值。您可以使用

手动调整yscale

scale_y_continuous(limits=c(-5, 1)) # or whatever values you want to use.