R中的Boxplot异常值标记

Question

我想在R中绘制箱图并为异常值添加名称。到目前为止，我找到了this solution。

那里的功能提供了我需要的所有功能，但它不正确地标记标签。在下面的示例中，它将异常值标记为“u”而不是“o”：

library(plyr)
library(TeachingDemos)
source("http://www.r-statistics.com/wp-content/uploads/2011/01/boxplot-with-outlier-label-r.txt") # Load the function
set.seed(1500)
y <- rnorm(20)
x1 <- sample(letters[1:2], 20,T)
lab_y <- sample(letters, 20)
# plot a boxplot with interactions:
boxplot.with.outlier.label(y~x1, lab_y)

你知道任何解决方案吗？ ggplot2库非常好，但没有提供这样的功能（据我所知）。我的替代方法是使用text（）函数并从boxplot对象中提取异常值信息。但是，像这样标签可能会重叠。

非常感谢： - ）

Answer 1

我用debug(boxplot.with.outlier.label)看了一眼，然后......结果是函数中有一个bug。

错误发生在第125行，其中data.frame DATA由x，y和label_name构成。

以前x和y已重新排序，而lab_y尚未重新排序。如果提供的x（您的x1）值本身已经按顺序排列，您将会遇到您遇到的那种混乱。

作为即时修复，您可以预先订购x这样的值（或做更优雅的事情）

df <- data.frame(y, x1, lab_y, stringsAsFactors=FALSE)
df <- df[order(df$x1), ]
# Needed since lab_y is not searched for in data (though it probably should be)
lab_y <- df$lab_y  

boxplot.with.outlier.label(y~x1, lab_y, data=df)

Answer 2

intelligent point label placement是一个单独的问题here或here。没有终极和理想的解决方案，所以你只需要选择一个。

因此，您将使用标签覆盖正常的箱线图，如下所示：

set.seed(1501)
y <- c(4, 0, 7, -5, rnorm(16))
x1 <- c("a", "a", "b", "b", sample(letters[1:2], 16, T))
lab_y <- sample(letters, 20)

bx <- boxplot(y~x1)

out_lab <- c()
for (i in seq(bx$out)) { 
    out_lab[i] <- lab_y[which(y == bx$out[i])[1]]
}

identify(bx$group, bx$out, labels = out_lab, cex = 0.7)

然后，在identify()运行期间，您只需单击以定位您想要标签的位置， 正如here所述。完成后，只需按“STOP”即可。 请注意，每个异常值可以有多个标签！在我的解决方案中，我只是选择了第一个!!

PS：我对for循环感到羞愧，但不知道如何对其进行矢量化 - 随意发布改进。

编辑：受到Federico's link的启发，现在我觉得它可以轻松完成！只是这两个命令：

boxplot(y~x1)
identify(as.integer(as.factor(x1)), y, labels = lab_y, cex = 0.7)