我正在尝试使用 ggplot2 / geom_boxplot 生成一个箱线图，其中晶须被定义为第 5 个和第 95 个百分位数，而不是 0.25 - 1.5 IQR / 0.75 + IQR，并且像往常一样绘制这些新晶须的异常值。我可以看到 geom_boxplot 美学包括 ymax / ymin，但我不清楚我如何将值放在这里。好像是：
stat_quantile(quantiles = c(0.05, 0.25, 0.5, 0.75, 0.95))
应该能够提供帮助，但我不知道如何关联此统计数据的结果以设置适当的 geom_boxplot() 美学：
geom_boxplot(aes(ymin, lower, middle, upper, ymax))
我看过其他帖子，人们提到本质上是手动构建类似于箱线图的对象，但我宁愿保持整个箱线图格式塔完整，只是修改两个正在绘制的变量的含义。
【问题讨论】：
标签： r ggplot2 statistics boxplot ggproto
geom_boxplot 和 stat_summary 可以做到：
# define the summary function
f <- function(x) {
r <- quantile(x, probs = c(0.05, 0.25, 0.5, 0.75, 0.95))
names(r) <- c("ymin", "lower", "middle", "upper", "ymax")
r
}
# sample data
d <- data.frame(x=gl(2,50), y=rnorm(100))
# do it
ggplot(d, aes(x, y)) + stat_summary(fun.data = f, geom="boxplot")
# example with outliers
# define outlier as you want
o <- function(x) {
subset(x, x < quantile(x)[2] | quantile(x)[4] < x)
}
# do it
ggplot(d, aes(x, y)) +
stat_summary(fun.data=f, geom="boxplot") +
stat_summary(fun.y = o, geom="point")
【讨论】：
现在可以在ggplot2_2.1.0 中指定胡须端点。复制?geom_boxplot中的例子：
# It's possible to draw a boxplot with your own computations if you
# use stat = "identity":
y <- rnorm(100)
df <- data.frame(
x = 1,
y0 = min(y),
y25 = quantile(y, 0.25),
y50 = median(y),
y75 = quantile(y, 0.75),
y100 = max(y)
)
ggplot(df, aes(x)) +
geom_boxplot(
aes(ymin = y0, lower = y25, middle = y50, upper = y75, ymax = y100),
stat = "identity"
)
【讨论】：
基于@konvas 的回答，从ggplot2.0.x 开始，您可以使用ggproto 系统extend ggplot 并定义您自己的统计数据。
通过复制 ggplot2 stat_boxplot 代码并进行一些编辑，您可以快速定义一个新的统计数据 (stat_boxplot_custom)，它将您要用作参数的百分位数 (qs) 而不是 @987654330 stat_boxplot 使用的 @ 参数。新的统计数据在这里定义：
# modified from https://github.com/tidyverse/ggplot2/blob/master/R/stat-boxplot.r
library(ggplot2)
stat_boxplot_custom <- function(mapping = NULL, data = NULL,
geom = "boxplot", position = "dodge",
...,
qs = c(.05, .25, 0.5, 0.75, 0.95),
na.rm = FALSE,
show.legend = NA,
inherit.aes = TRUE) {
layer(
data = data,
mapping = mapping,
stat = StatBoxplotCustom,
geom = geom,
position = position,
show.legend = show.legend,
inherit.aes = inherit.aes,
params = list(
na.rm = na.rm,
qs = qs,
...
)
)
}
然后，定义层函数。请注意，我直接从stat_boxplot 复制了 b/c，您必须使用::: 访问一些内部 ggplot2 函数。这包括直接从StatBoxplot 复制的许多内容，但关键领域是直接从qs 参数计算统计数据：stats <- as.numeric(stats::quantile(data$y, qs)) 在compute_group 函数内部。
StatBoxplotCustom <- ggproto("StatBoxplotCustom", Stat,
required_aes = c("x", "y"),
non_missing_aes = "weight",
setup_params = function(data, params) {
params$width <- ggplot2:::"%||%"(
params$width, (resolution(data$x) * 0.75)
)
if (is.double(data$x) && !ggplot2:::has_groups(data) && any(data$x != data$x[1L])) {
warning(
"Continuous x aesthetic -- did you forget aes(group=...)?",
call. = FALSE
)
}
params
},
compute_group = function(data, scales, width = NULL, na.rm = FALSE, qs = c(.05, .25, 0.5, 0.75, 0.95)) {
if (!is.null(data$weight)) {
mod <- quantreg::rq(y ~ 1, weights = weight, data = data, tau = qs)
stats <- as.numeric(stats::coef(mod))
} else {
stats <- as.numeric(stats::quantile(data$y, qs))
}
names(stats) <- c("ymin", "lower", "middle", "upper", "ymax")
iqr <- diff(stats[c(2, 4)])
outliers <- (data$y < stats[1]) | (data$y > stats[5])
if (length(unique(data$x)) > 1)
width <- diff(range(data$x)) * 0.9
df <- as.data.frame(as.list(stats))
df$outliers <- list(data$y[outliers])
if (is.null(data$weight)) {
n <- sum(!is.na(data$y))
} else {
# Sum up weights for non-NA positions of y and weight
n <- sum(data$weight[!is.na(data$y) & !is.na(data$weight)])
}
df$notchupper <- df$middle + 1.58 * iqr / sqrt(n)
df$notchlower <- df$middle - 1.58 * iqr / sqrt(n)
df$x <- if (is.factor(data$x)) data$x[1] else mean(range(data$x))
df$width <- width
df$relvarwidth <- sqrt(n)
df
}
)
还有一个gist here，包含这个代码。
那么，stat_boxplot_custom 可以像stat_boxplot 一样被调用：
library(ggplot2)
y <- rnorm(100)
df <- data.frame(x = 1, y = y)
# whiskers extend to 5/95th percentiles by default
ggplot(df, aes(x = x, y = y)) +
stat_boxplot_custom()
# or extend the whiskers to min/max
ggplot(df, aes(x = x, y = y)) +
stat_boxplot_custom(qs = c(0, 0.25, 0.5, 0.75, 1))
【讨论】：