使用 qplot/ggplot2 的简单箱线图答案

【问题标题】：simple boxplot using qplot/ggplot2使用 qplot/ggplot2 的简单箱线图
【发布时间】：2016-08-24 23:27:50
【问题描述】：

这是我的第一篇文章，所以请放轻松。直到现在（过去约 5 年？）我已经能够以正确的方式调整我的 R 代码，或者在这个或其他各种网站上找到答案。当我说我一直在寻找答案时，请相信我！我有一个工作脚本可以在基本 R 中创建附加的箱线图。 http://i.stack.imgur.com/NaATo.jpg

这很好，但我真的只是想在 ggplot 中“爵士乐”它，原因是徒劳的。我查看了以下问题，它们很接近，但并不完整： Why does a boxplot in ggplot requires axis x and y? How do you draw a boxplot without specifying x axis?

如果所有数值变量都在同一尺度上，我的数据基本上就像“mtcars”。我要做的就是在同一个箱线图上绘制每个变量，就像我上面制作的基本 R 箱线图一样。对于每个框，我的 y 轴是相同的连续刻度（0 到 1），x 轴只是标记每个月加上一个年度平均值（认为所有 mtcars 在 y 轴上的值都相同，x 轴是每个车辆型号）。我的数据的每个框代表 75 个观察值（有点像 mtcars 有 75 种不同的车辆模型），同样所有的框都是相同的比例。我错过了什么？

【问题讨论】：

ggplot 需要长格式数据。您需要使用 tidyr::gather 或 reshape2::melt 将数据转换为长格式。这不会在mtcars 上很好地演示，因为 (a) mtcars 没有 x 轴的 ID 变量（尽管我们可以将行名转换为列）并且 (b) 它看起来不太好用一些离散数据几乎没有相同规模的东西。但是，如果您以长格式获取数据，您的 ggplot 应该像 ggplot(long_data, aes(x = variable, y = value)) + geom_boxplot() 一样简单。
基本上，如果 mtcars 是 75 个车辆模型，并且每个列变量是 10 列的圆柱体。圆柱的每一列都是不同的年份。所以它涵盖了 1986 年到 1995 年的汽缸价值。基本上我会写：
SORRY---，基本上我会写一些类似的东西：boxplot(mtcars$cyl1986, mtcars$cyl1987...) 等等。但我一辈子都不能在 ggplot 或 qplot 中做这个简单的箱线图。我知道这是因为它是一个更高级的包，但仍然如此。

标签： r ggplot2 boxplot

【解决方案1】：

虽然我不认为 mtcars 是一个很好的例子，但这里是：

首先，我们通过使用列而不是行名使数据（希望）与您的数据更相似。

mt = mtcars
mt$car = row.names(mtcars)

然后我们重塑为长格式：

mt_long = reshape2::melt(mt, id.vars = "car")

那么剧情就简单了：

library(ggplot2)
ggplot(mt_long, aes(x = variable, y = value)) +
    geom_boxplot()

使用ggplot all 但需要“长”格式而不是“宽”格式的数据。如果您希望将某些东西映射到图形维度（x 轴、y 轴、颜色、形状等），那么 它应该是数据中的一列。幸运的是，使用reshape2::melt 或tidyr::gather 通常很容易以正确的格式获取数据。我建议阅读 the Tidy Data paper 以了解有关此主题的更多信息。

【讨论】：

基本上，如果 mtcars 是 75 种车辆模型，并且每个列变量仅是 10 列价值的气缸。圆柱的每一列都是不同的年份。所以它涵盖了 1986 年到 1995 年的汽缸价值。基本上我会写一些类似的东西：boxplot(mtcars$cyl1986, mtcars$cyl1987...) 等等。但我一辈子都不能在 ggplot 或 qplot 中做这个简单的箱线图。我知道这是因为它是一个更高级的软件包，但仍然如此。我尝试了这段代码，得到了一些非常不同的东西。（无法弄清楚如何将其附加到此评论。这样的菜鸟。
代码不应该进入 cmets - 它非常狭窄。您应该做的是可重复地共享您的一些实际数据。在您的问题中输入dput(droplevels(head(your_data, 20)))。
也就是说，如果你打开一个新的 R 会话并运行我展示的代码 - 假设你有 ggplot2 和 reshape2 的相对最新版本，你应该完全匹配我的输出。这里没有烟雾和镜子。我复制/粘贴了我的代码并绘制到这个答案中。
我在这里非常不合群，所以我感谢 immensley 愿意帮助我。我可能只需要保留我的基本 R 图，因为我根本无法弄清楚这一点。我不知道如何在此评论部分进一步粘贴任何内容（让反对票继续！），但充其量我只能描述我的数据集。我有一个包含 13 列和 75 行数据的 csv 文件。这些行是具有汞读数的位置，因此有 75 个不同的位置。这些列是每个月的汞读数（第一列是每个位置的名称）。
Gregor，我要感谢你昨晚非常迅速地帮助我。到今天早上，我的一切都运转良好，这都是因为你。你摇滚！