我想制作一个带有软件包ggpubr
的图形,该图形显示了组均值和总体均值之间的显着差异。我设法做到了,但是当我想根据(Riv
)在x轴上重新排列组(Reg
)时,表示明显差异的起点消失了。
此代码有效:
pboxHg_stat = ggboxplot(dtnew, x="Riv", y= "Hg_RecoveryCorrected", fill = "Reg")+
rotate_x_text(angle = 90)+
geom_hline(yintercept = mean(dtnew$Hg_RecoveryCorrected, na.rm = TRUE), linetype=2)+
stat_compare_means(method = "anova", label.y = 1000, na.rm = TRUE)+
stat_compare_means(label="p.signif", method = "t.test", ref.group = ".all.", hide.ns = TRUE)
但是,当我添加代码行以重新排列x轴上的组时,“ *”消失了。
pboxHg_stat = ggboxplot(dtnew, x="Riv", y= "Hg_RecoveryCorrected", fill = "Reg")+
rotate_x_text(angle = 90)+
geom_hline(yintercept = mean(dtnew$Hg_RecoveryCorrected, na.rm = TRUE), linetype=2)+
stat_compare_means(method = "anova", label.y = 1000, na.rm = TRUE)+
stat_compare_means(label="p.signif", method = "t.test", ref.group = ".all.", hide.ns = TRUE)+
scale_x_discrete(limits = RivHg)
dput(dtnew1) structure(list(Reg = structure(c(2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L),.Label = c(“ MA”,“ SE”,“ SW”),class =“ factor”), Riv =结构(c(17L,17L,17L,17L,17L,17L,17L,17L, 17L,17L,17L,17L,17L,17L,17L,17L,17L,17L,17L,17L, 17L,17L,17L,17L,17L,21L,21L,21L,21L,21L,21L,21L, 21L,21L,21L,21L,21L,21L,21L,21L,21L,21L,21L,21L, 21L,21L,21L,21L,21L,21L,6L,6L,6L,6L,6L,6L,6L, 6L,6L,6L,6L,6L,6L,6L,6L,6L,6L,6L,6L,6L,6L,6L, 6L,6L,6L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L, 2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,2L,7L,7L, 7L,7L,7L,7L,7L,7L,7L,7L,7L,7L,7L,7L,7L,7L,7L, 7L,7L,7L,7L,7L,7L,7L,7L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L,3L, 3L,3L,3L,4L,4L,4L,4L,4L,4L,4L,4L,4L,4L,4L,4L, 4L,4L,4L,4L,4L,4L,4L,4L,4L,4L,4L,4L,4L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L,1L, 1L,1L,1L,1L,1L,1L,1L,1L,12L,12L,12L,12L,12L, 12L,12L,12L,12L,12L,12L,12L,12L,12L,12L,12L,12L, 12L,12L,12L,12L,12L,12L,12L,12L,8L,8L,8L,8L,8L, 8L,8L,8L,8L,8L,8L,8L,8L,8L,8L,8L,8L,8L,8L,8L, 8L,8L,8L,8L,8L,20L,20L,20L,20L,20L,20L,20L,20L, 20L,20L,20L,20L,20L,20L,20L,20L,20L,20L,20L,20L, 20L,20L,20L,20L,20L,14L,14L,14L,14L,14L,14L,14L, 14L,14L,14L,14L,14L,14L,14L,14L,14L,14L,14L,14L, 14L,14L,14L,14L,14L,14L,18L,18L,18L,18L,18L,18L, 18L,18L,18L,18L,18L,18L,18L,18L,18L,18L,18L,18L, 18L,18L,18L,18L,18L,18L,18L,13L,13L,13L,13L,13L, 13L,13L,13L,13L,13L,13L,13L,13L,13L,13L,13L,13L, 13L,13L,13L,13L,13L,13L,13L,13L,5L,5L,5L,5L,5L, 5L,5L,5L,5L,5L,5L,5L,5L,5L,5L,5L,5L,5L,5L,5L, 5L,5L,5L,5L,5L,19L,19L,19L,19L,19L,19L,19L,19L, 19L,19L,19L,19L,19L,19L,19L,19L,19L,19L,19L,19L, 19L,19L,19L,19L,19L,11L,11L,11L,11L,11L,11L,11L, 11L,11L,11L,11L,11L,11L,11L,11L,11L,11L,11L,11L, 11L,11L,11L,11L,11L,11L,15L,15L,15L,15L,15L,15L, 15L,15L,15L,15L,15L,15L,15L,15L,15L,15L,15L,15L, 15L,15L,15L,15L,15L,15L,15L,16L,16L,16L,16L,16L, 16L,16L,16L,16L,16L,16L,16L,16L,16L,16L,16L,16L, 16L,16L,16L,16L,16L,16L,16L,16L,9L,9L,9L,9L,9L, 9L,9L,9L,9L,9L,9L,9L,9L,9L,9L,9L,9L,9L,9L,9L, 9L,9L,9L,9L,9L,10L,10L,10L,10L,10L,10L,10L,10L, 10L,10L,10L,10L,10L,10L,10L,10L,10L,10L,10L,10L, 10L,10L,10L,10L,10L),. Label = c(“ abe”,“ bos”,“ dom”, “ erk”,“ gel”,“ itt”,“ jek”,“ lak”,“ led”,“ mdb”,“ mei”,“ mlb”, “ mne”,“ mom”,“ mot”,“ osc”,“ vel”,“ vne”,“ waa”,“ win”,“ wit” ),类别=“因子”),Hg = c(326.6,278.6,239.9,344.7, 256.2、364.2、360.5、244.3、193.7、195.9、160.9、254.1、260.6, 125、195.7、87.2、170.4、105、127.5、115.9、115.6、200.7, 78.4、193.6、66.9、102.9、153.6、188.6、251.5、213、147.5, 187.8、59.6、201.4、99.1、259.1、125.6、129.4、224.9、334.3, 257、227.6、210.2、0.4、2.6、138.3、163.6、206.8、89.5、132.1, 23.9、95.1、91.9、105.7、140.4、71.7、87.9、88.5、16.3、35.6, 28、154.3、133.5、86.7、147.2、118.9、84.2、127.1、17.2, 164.8、20.7、10.2、24.8,不适用,不适用,133、132.8、73.2、54.7, 82.3、57.2、6.1、116.8,NA,181、61.9、79.2、147.6、4.1, 220.9、74.7、233.2、92.8、24.5、23.4、6.2、71.5、82.2、71.7, 109.7、55.9、309.9、35.7、29.9、54.4、71.5、64.4、55.1、20.6, 48.3、79、5.1、38.6、355.9、11.5、52.7、96、32.4、79、75.3, 24.8、79.9、95.1、297.2、176.3、167.1、242.4、117.9、127.2, 166.6、154.9、209.6、21.4、180.8、65、18.3、216、124、225.8, 202.8、69.4、143.6、51.3、34.3、211、183.4、109.7、94.3, 234.5、61.5、50.4、50.6、17.5、63.5、109.9、182.2、173.7, 95.4,不适用,81.4、92.5、129.2、57.6、136.1、2.6、79.7、20.4, 77.4、102.9、87.9、138.7、6.2、6.6,NA,50.2、45.9、3.2, 8.1、17.9、3.2、38.2、31、21.6、37.4、28、24.7、3.1、10.2, 36.1、38.9、19.3、16.1、24.5、4.3、40.5、36.1、8.2、33.3, 4,17.3,331.6,396.4,321.6,396.6,332,287.8,235.1,315.2, 432.3、352.1、291、267.1、213.2、364.8、376.3、403.4、404.1, 278.8、212.2、336.9、252.9、524.6、283.5、217.1,NA,90.2, 41.4、38.9、31.2、10.6、5.9、56、27.3、34.2、50、4.6、38.9, 49.4、44.1、83.3、96.7、61、98、118.3、51、68、69.2、70.3, 76.5、63.3、116.4、129.2、101.3、84.2、83.8、112.7、106.7, 153.3、162.2、100.9、126.2、142.4、160、84.5、107.5、114.5, 142.5、118.4、151.2、139.4、120.2、134.7、144.3、189.2,不适用, 435、482.2、34.2、6.7,NA,174.7、46.5、48.5、107.4、12.1, 9.8、123.5、38.1、68.9、9.4、228.3、51.2、200.5、91.4、170.8, 35.1、28.2、45.2、7.6、2.9、220.4、146.6、159.6、70.2、88.9, 182.6、47.1、122.2、112.7、161、65.8、199.7、169.4、197.8, 128.1、128.7、214.8、143.4、204、141.5、356.1、203.9、51.4, 234.7、272.7、21.9、5.3、117.3、6、39.5、53.6、8.4、59.7, 15.5、77.8、114.4、74.2、71.1、59.1、58.1、102.1、94.4、155.3, 146.4、154.3、179.7、113.8、116.4、142.6、139.4、152.4、144.5, 214.2、148.9、178.5、176.5、167.7、168、192.4、155.7、179.3, 202.5、178.2、184.1、229.3、243.6、184.8、145.9、190.8、180.7, 428.1、230.8、160.9、176.9、170.3、161、185.6、153、112.2, 127.9、104.7、92.1、77.7、149.8、199、111.5、131.8、150.7, 80.9、105.6、84.7、109.5、107.7、102.1、146.6、95、106.3, 127.4、252.8、117.9、87.3、112.9、72.2、90.3、99.8、105.6, 99.7、92.8、113.9、88.7、211.7、345.2、94.9、76.1、32.4, 211、107.8、94.4、152.3、89.6、95.5、121.9、51.9、71.3、81.2, 184.1、234.9、167.6、218.2、190.5、261.3、189.5、316.8、257.2, 398.7、229、228.7、336.2、156.8、128.4、126、152.9、324.4, 215.7、211.5、152.5、260.9、254.8、137.2、273.3、183.4、326.5, 170.5、148.2、124、135.9、139.7、227.2、291、143.3、199.7, 177.9、174.1、138.7、199.3、146.1、160.1、184.6、155.7、140, 156、123.8、127.4、226.1、148、343.3、342.1、151.1、354.8, 551.4、251.7、316.7、445.4、258.6、166.9、318.4、250.1、327.9, 327.3、420.6、45.2、877、236、250.8、57.9、302.7、697、276, 296.4、182.4、58.8、41.7、25.2、75.3、64.4、52.2、62.7、35.5, 51.5、50.3、45.1、35.3、31.1、73.8、90.9、41.9、52、34.1, 107.7,31.6,33.1,19.9,58,44.1,31)),.Names = c(“ Reg”, “ Riv”,“ Hg”),row.names = c(NA,-525L),class =“ data.frame”)