使用ggplot2

Question

您是否知道如何将抖动应用于箱线图的异常数据？这是代码

ggplot(data = a, aes(x = "", y = a$V8)) + geom_boxplot(outlier.size = 
0.5)+ geom_point(data=a, aes(x="", y=a$V8[54]), colour="red", size=3) + 
theme_bw() +coord_flip()

谢谢!!

Answer 1

在数据集中添加了一个向量，以指示哪些点是异常值，哪些不是异常值。然后，将geom_boxplot设置为不绘制任何异常值，并使用geom_point绘制异常值明确。

我将使用diamonds中的ggplot2数据集来说明。

library(ggplot2)
library(dplyr)

diamonds2 <-
  diamonds %>%
  group_by(cut) %>%
  mutate(outlier = price > median(price) + IQR(price) * 1.5) %>%
  ungroup

ggplot(diamonds2) +
  aes(x = cut, y = price) +
  geom_boxplot(outlier.shape = NA) +  # NO OUTLIERS
  geom_point(data = function(x) dplyr::filter_(x, ~ outlier), position = 'jitter') # Outliers

Answer 2

这与上面的方法略有不同（为非离群值指定一个带有NA的颜色变量），并包括对上限和下限计算的修正。

默认的“离群值”定义是超出25/75四分位数+/- 1.5 x四分位数间距（IQR）的点。

生成一些样本数据：

set.seed(1)
a <- data_frame(x= factor(rep(1:4, each  = 1000)),
                V8 = c(rnorm(1000, 25, 4), 
                       rnorm(1000, 50, 4),
                       rnorm(1000, 75, 4),
                       rnorm(1000, 100, 4)))

计算上限/下限异常值（使用dplyr / tidyverse函数）：

library(tidyverse)
a <- a %>% group_by(x) %>% 
  mutate(outlier.high = V8 > quantile(V8, .75) + 1.50*IQR(V8),
         outlier.low = V8 < quantile(V8, .25) - 1.50*IQR(V8))

定义上/下点的颜色：

a <- a %>% mutate(outlier.color = case_when(outlier.high ~ "red",
                                       outlier.low ~ "steelblue"))

未分类的案例将被编码为“NA”作为颜色，并且不会出现在图中。

dplyr::case_when()函数尚未完全稳定（可能需要enter link description here处的github开发版本> 0.5），所以如果不起作用，这里有一个基本替代方案：

a$outlier.color <- NA
a$outlier.color[a$outlier.high] <- "red"
a$outlier.color[a$outlier.low] <- "steelblue"

情节：

a %>% ggplot(aes(x, V8)) + 
  geom_boxplot(outlier.shape = NA)  + 
  geom_jitter(color = a$outlier.color, width = .2) + # NA not plotted 
  theme_bw() + coord_flip()