ggplot2 boxplot medians没有按预期绘图

Question

所以，我有一个相当大的数据集(Dropbox: csv file)，我试图使用geom_boxplot绘图。以下产生了似乎合理的情节：

require(reshape2)
require(ggplot2)
require(scales)
require(grid)
require(gridExtra)

df <- read.csv("\\Downloads\\boxplot.csv", na.strings = "*")
df$year <- factor(df$year, levels = c(2010,2011,2012,2013,2014), labels = c(2010,2011,2012,2013,2014))

d <- ggplot(data = df, aes(x = year, y = value)) +
    geom_boxplot(aes(fill = station)) + 
    facet_grid(station~.) +
    scale_y_continuous(limits = c(0, 15)) + 
    theme(legend.position = "none"))
d

然而，当你深入挖掘时，问题就会蔓延开来。当我用它们的值标记boxplot medians时，会产生以下情节。

df.m <- aggregate(value~year+station, data = df, FUN = function(x) median(x))
d <- d + geom_text(data = df.m, aes(x = year, y = value, label = value)) 
d

由geom_boxplot绘制的中位数根本不在中位数。标签以正确的y轴值绘制，但箱图的中间铰链绝对不在中位数。我已经被这几天困扰了。

这是什么原因？如何用正确的中位数生成这种类型的显示？如何调试或诊断该图？

Answer 1

此问题的解决方案是scale_y_continuous的应用。 ggplot2将按以下顺序执行操作：

1. 比例转换
2. 统计计算
3. 坐标转换

在这种情况下，由于调用了比例变换，因此ggplot2排除了用于统计计算boxplot铰链的比例限制之外的数据。然而，由aggregate函数计算并在geom_text指令中使用的中位数将使用整个数据集。这可能会导致不同的中间铰链和文本标签。

解决方案是省略scale_y_continuous指令，而是使用：

d <- ggplot(data = df, aes(x = year, y = value)) +
geom_boxplot(aes(fill = station)) + 
facet_grid(station~.) +
theme(legend.position = "none")) +
coord_cartesian(y = c(0,15))

这允许ggplot2使用整个数据集计算boxplot铰链统计数据，同时限制图的绘图大小。