如何使用ggplot为数据框中的每一列创建一个箱形图

Question

我发现boxplot（）会产生以下内容的情节：

• 上部晶须= min（max（x），Q_3 + 1.5 * IQR）
• lower whisker = max（min（x），Q_1 - 1.5 * IQR）
• 上侧= 1四分位
• middle = mean
• 底边= 3四分位

我有一个数据框，其头部如下所示：

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

X1H 8 2 0 0 0 2 2 2 6  2  4  2  4  2  4  8  2  6  0 10  0  6  4  0  6  2  8  2  2  8  6  2  2  2  8

X2H 2 0 2 2 2 4 0 4 0  0  2  2  2  2  0  6  2  2  2  0  0  0  2  0  2  4  2  2  2  2  2  2  4  2  0

X3H 0 2 0 0 2 2 0 0 0  4  2  2  2  2  2  0  2  2  0  0  2  0  0  2  2  2  0  6  2  0  2  0  6  0  2

X4H 0 0 0 2 0 2 0 0 2  0  2  0  2  0  0  2  0  6  0  2  2  2  2  0  0  2  4  2  2  2  0  2  4  2  6

X5H 2 0 0 0 2 0 0 2 0  0  2  0  0  2  2  2  0  2  0  2  0  2  0  6  0  2  4  4  0  2  2  0  2  0  4

X6H 2 0 2 0 2 2 0 2 2  0  2  2  2  0  0  2  2  2  0  0  2  0  2  0  0  2  2  2  2  0  2  0  2  2  4

我想有一个每个列显示的箱线图：

• upper whisker = min
• lower whisker = max
• 上侧=平均值+标准差
• middle = mean
• 底边=平均值 - 标准差

所以我发现了这个，它就像一个魅力：

min.mean.sd.max <- function(x) {
  r <- c(min(x), mean(x) - sd(x), mean(x), mean(x) + sd(x), max(x))
  names(r) <- c("ymin", "lower", "middle", "upper", "ymax")
  r
}

p1 <- ggplot(aes(y = value, x = factor(group)), data = mydata)

p1 <- p1 + stat_summary(fun.data = min.mean.sd.max, geom = "boxplot")

但在第二种情况下，数据框如下所示：

       value group
1 0.56025153     1
2 0.88368829     1
3 0.06555686     1
4 0.44767630     1
5 0.90424061     2
6 0.96331650     2

所以我不知道在我的情况下将什么放入aes（）到ggplot中。

Answer 1

我首先创建了一个数据框。

> data
  X X1 X2 X3 X4
X1H  8  2  0  0
X2H  2  0  2  2
X3H  0  2  0  0
X4H  0  0  0  2
X5H  2  0  0  2
X6H  2  0  2  0

然后，使用 melt 函数重新整形。

data.melt<-melt(data, id="X")

鉴于你想用你自己的计算绘制一个箱线图，我为每列计算了 mean，sd，min，max

data.sum<-ddply(data.melt, .(variable), summarise,
         mean = mean(value),
         sd = sd(value),
         min = min(value),
         max = max(value))

然后，您可以使用以下代码为每列创建一个箱线图。

ggplot(data.sum, aes(x=variable))+geom_boxplot(aes(ymin =min, lower = mean-sd, middle = mean, upper = mean+sd, ymax =max), stat="identity")