将数据集中的中值添加到箱线图中 - R答案

【问题标题】：adding median from dataset into an boxplots - R将数据集中的中值添加到箱线图中 - R
【发布时间】：2017-08-09 13:33:24
【问题描述】：

我有一个名为 nkv.gen 的大型数据集，用于创建此箱线图：

> head(nkv.gen)
    Berechnung         Situation   NK  PID Case  Differenz Prozess           Objektart
2 Berechnung 1 Nach Massnahme GS 7.64 3084    1  -4.140527 Murgang single family house
3 Berechnung 2 Nach Massnahme GS 7.68 3084    1  -3.638645 Murgang single family house
4 Berechnung 3 Nach Massnahme GS 7.72 3084    1  -3.136763 Murgang single family house
5 Berechnung 4 Nach Massnahme GS 7.73 3084    1  -3.011292 Murgang single family house
6 Berechnung 5 Nach Massnahme GS 7.78 3084    1  -2.383940 Murgang single family house
7 Berechnung 6 Nach Massnahme GS 4.39 3084    1 -44.918444 Murgang single family house

> str(nkv.gen)
'data.frame':   5062 obs. of  8 variables:
 $ Berechnung: Factor w/ 51 levels "Berechnung 1",..: 1 12 23 34 45 47 48 49 50 2 ...
 $ Situation : Factor w/ 37 levels "Nach Massnahme Ablenk- und Auffangd&auml",..: 10 10 10 10 10 10 10 10 10 10 ...
 $ NK        : num  7.64 7.68 7.72 7.73 7.78 4.39 4.43 4.44 4.45 4.46 ...
 $ PID       : int  3084 3084 3084 3084 3084 3084 3084 3084 3084 3084 ...
 $ Case      : int  1 1 1 1 1 1 1 1 1 1 ...
 $ Differenz : num  -4.14 -3.64 -3.14 -3.01 -2.38 ...
 $ Prozess   : Factor w/ 1 level "Murgang": 1 1 1 1 1 1 1 1 1 1 ...
 $ Objektart : Factor w/ 6 levels "single family house",..: 1 1 1 1 1 1 1 1 1 1 ...

xlabs <- paste(levels(nkv.gen$Objektart),"\n(N=",table(nkv.gen$Objektart),")",sep="")
p1 <- ggplot(nkv.gen, aes(x= factor(Objektart), y= NK)) +
  geom_boxplot() + scale_x_discrete(labels=xlabs) +
  labs ( x = "object type", y = "cost/benefit ratio") + 
  ggtitle ("cost/benefit ratio (CBR)") +
  geom_hline(yintercept = 1 , linetype = "dashed", color = "red", size)+ 
  theme (axis.text.x=element_text(size=9, angle = 45, hjust = 1)) 
color = "red")
p1

现在，在这个现有的p1 箱线图中，我想根据来自nkv.ori 的数据添加一些信息。我想计算数据集nkv.ori 中每个Objektart 的中值，并将这些值（作为红点）绘制到现有的箱线图p1 中。

> dput(head(nkv.ori,102))
structure(list(Berechnung = structure(c(51L, 51L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L), .Label = c("Berechnung 1", "Berechnung 10", 
"Berechnung 11", "Berechnung 12", "Berechnung 13", "Berechnung 14", 
"Berechnung 15", "Berechnung 16", "Berechnung 17", "Berechnung 18", 
"Berechnung 19", "Berechnung 2", "Berechnung 20", "Berechnung 21", 
"Berechnung 22", "Berechnung 23", "Berechnung 24", "Berechnung 25", 
"Berechnung 26", "Berechnung 27", "Berechnung 28", "Berechnung 29", 
"Berechnung 3", "Berechnung 30", "Berechnung 31", "Berechnung 32", 
"Berechnung 33", "Berechnung 34", "Berechnung 35", "Berechnung 36", 
"Berechnung 37", "Berechnung 38", "Berechnung 39", "Berechnung 4", 
"Berechnung 40", "Berechnung 41", "Berechnung 42", "Berechnung 43", 
"Berechnung 44", "Berechnung 45", "Berechnung 46", "Berechnung 47", 
"Berechnung 48", "Berechnung 49", "Berechnung 5", "Berechnung 50", 
"Berechnung 6", "Berechnung 7", "Berechnung 8", "Berechnung 9", 
"EconoMe original"), class = "factor"), Situation = structure(c(10L, 
5L, 1L, 9L, 2L, 17L, 8L, 18L, 22L, 23L, 3L, 20L, 27L, 7L, 29L, 
30L, 32L, 33L, 31L, 13L, 12L, 28L, 24L, 21L, 14L, 16L, 4L, 26L, 
11L, 25L, 34L, 6L, 10L, 5L, 1L, 2L, 8L, 3L, 20L, 27L, 7L, 29L, 
30L, 32L, 33L, 31L, 28L, 21L, 16L, 34L, 6L, 8L, 18L, 22L, 23L, 
20L, 27L, 36L, 34L, 10L, 1L, 2L, 37L, 18L, 22L, 23L, 3L, 20L, 
27L, 28L, 24L, 21L, 34L, 10L, 17L, 18L, 22L, 23L, 3L, 20L, 27L, 
29L, 30L, 32L, 33L, 31L, 13L, 28L, 24L, 21L, 4L, 26L, 11L, 25L, 
6L, 3L, 20L, 4L, 26L, 11L, 25L, 34L), .Label = c("Nach Massnahme Ablenk- und Auffangd&auml", 
"Nach Massnahme Bestvariante Fallzug", "Nach Massnahme Camere", 
"Nach Massnahme Daemme und Ablagerungsraum", "Nach Massnahme Damm inkl. Verlaengerung Durchlass", 
"Nach Massnahme Damm und Ablagerungsraum", "Nach Massnahme Digue de derivation-retention et arriere-digue", 
"Nach Massnahme Digues et ouvrage de limitation", "Nach Massnahme Dossierbauwerk", 
"Nach Massnahme GS", "Nach Massnahme Hochpunkt", "Nach Massnahme Hochwasserschutz Mehlbach", 
"Nach Massnahme Hochwasserschutzkonzept Emsbach", "Nach Massnahme Hochwasserschutzmassnahmen kleine Simme", 
"Nach Massnahme Hochwasserschutzvariante 1 B<e4>chibach", "Nach Massnahme Hochwasserschutzvariante 1 Bächibach", 
"Nach Massnahme HWSP Lowigrabo", "Nach Massnahme Lawinen / Holzrechen", 
"Nach Massnahme Leitd<e4>mme", "Nach Massnahme Leitdämme", "Nach Massnahme Massnahmen", 
"Nach Massnahme Murgang Damm", "Nach Massnahme Murgang Netz", 
"Nach Massnahme Renforcement-rehaussement de la digue", "Nach Massnahme Schutzmassnahmen Milibach", 
"Nach Massnahme Strassendurchlass Kantonsstrasse", "Nach Massnahme Tr?hlibach Beckenried, Massnahmen 1 bis 3", 
"Nach Massnahme Variante 1", "Nach Massnahme Variante 1A", "Nach Massnahme Variante 1B", 
"Nach Massnahme Variante 1B+", "Nach Massnahme Variante 2", "Nach Massnahme Variante 3", 
"Nach Massnahme Vorstudie", "Nach Massnahme Gazex + digues de d<e9>viation et d", 
"Nach Massnahme Gazex + digues de déviation et d", "Nach Massnahme Neue Gerinnefuehrung Gafenbach"
), class = "factor"), NK = c(7.97, 0, 12.71, 18.06, 7.18, 1.78, 
2.11, 0, 5.12, 6.51, 1.74, 5.14, 2.2, 5.43, 0.98, 0.88, 1.12, 
1.12, 0.8, 3.35, 0.51, 1.66, 2.51, 0.7, 0.38, 1.27, 4.25, 28.01, 
8.4, 1.84, 1.3, 1.64, 7.97, 0, 12.71, 7.18, 2.11, 1.74, 5.14, 
2.2, 5.43, 0.98, 0.88, 1.12, 1.12, 0.8, 1.66, 0.7, 1.27, 1.3, 
1.64, 2.11, 0, 5.12, 6.51, 5.14, 2.2, 0.22, 1.3, 7.97, 12.71, 
7.18, 0, 0, 5.12, 6.51, 1.74, 5.14, 2.2, 1.66, 2.51, 0.7, 1.3, 
7.97, 1.78, 0, 5.12, 6.51, 1.74, 5.14, 2.2, 0.98, 0.88, 1.12, 
1.12, 0.8, 3.35, 1.66, 2.51, 0.7, 4.25, 28.01, 8.4, 1.84, 1.64, 
0, 0, 0, 0, 0, -0.22, 0), PID = c(3084L, 2844L, 2707L, 2707L, 
2707L, 2547L, 2534L, 2497L, 2497L, 2497L, 2494L, 2492L, 2478L, 
2383L, 2351L, 2351L, 2351L, 2351L, 2351L, 2341L, 2193L, 2190L, 
2187L, 2157L, 2104L, 2103L, 2079L, 2079L, 2079L, 2079L, 2026L, 
2022L, 3084L, 2844L, 2707L, 2707L, 2534L, 2494L, 2492L, 2478L, 
2383L, 2351L, 2351L, 2351L, 2351L, 2351L, 2190L, 2157L, 2103L, 
2026L, 2022L, 2534L, 2497L, 2497L, 2497L, 2492L, 2478L, 2125L, 
2026L, 3084L, 2707L, 2707L, 2639L, 2497L, 2497L, 2497L, 2494L, 
2492L, 2478L, 2190L, 2187L, 2157L, 2026L, 3084L, 2547L, 2497L, 
2497L, 2497L, 2494L, 2492L, 2478L, 2351L, 2351L, 2351L, 2351L, 
2351L, 2341L, 2190L, 2187L, 2157L, 2079L, 2079L, 2079L, 2079L, 
2022L, 2494L, 2492L, 2079L, 2079L, 2079L, 2079L, 2026L), Case = c(1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 
16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 
29L, 30L, 31L, 32L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 
11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 1L, 2L, 3L, 4L, 
5L, 6L, 7L, 8L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 
12L, 13L, 14L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 
12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 1L, 2L, 
3L, 4L, 5L, 6L, 7L), Differenz = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0), Prozess = structure(c(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), .Label = "Murgang", class = "factor"), Objektart = structure(c(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, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 
6L, 6L, 6L, 6L, 6L), .Label = c("single family house", "garage", 
"hotel", "industry", "appartment building", "public building"
), class = "factor")), .Names = c("Berechnung", "Situation", 
"NK", "PID", "Case", "Differenz", "Prozess", "Objektart"), row.names = c(1L, 
52L, 103L, 154L, 205L, 256L, 307L, 358L, 409L, 460L, 511L, 562L, 
613L, 664L, 715L, 766L, 817L, 868L, 919L, 970L, 1021L, 1072L, 
1123L, 1174L, 1225L, 1276L, 1327L, 1378L, 1429L, 1480L, 1531L, 
1582L, 1633L, 1684L, 1735L, 1786L, 1837L, 1888L, 1939L, 1990L, 
2041L, 2092L, 2143L, 2194L, 2245L, 2296L, 2347L, 2398L, 2449L, 
2500L, 2551L, 2602L, 2653L, 2704L, 2755L, 2806L, 2857L, 2908L, 
2959L, 3010L, 3061L, 3112L, 3163L, 3214L, 3265L, 3316L, 3367L, 
3418L, 3469L, 3520L, 3571L, 3622L, 3673L, 3724L, 3775L, 3826L, 
3877L, 3928L, 3979L, 4030L, 4081L, 4132L, 4183L, 4234L, 4285L, 
4336L, 4387L, 4438L, 4489L, 4540L, 4591L, 4642L, 4693L, 4744L, 
4795L, 4846L, 4859L, 4910L, 4961L, 5012L, 5063L, 5114L), class = "data.frame")

我认为这很容易，因为数据集具有相同的布局，但我被卡住了。有什么提示或建议吗？

【问题讨论】：

标签： r boxplot median summary

【解决方案1】：

这是一个简单得多的例子，但做的事情是一样的。我认为您的问题是您首先在ggplot 中提供数据集和aes() 变量。如果您稍后在geom_boxplot 和geom_point 中执行此操作会更好，尤其是当您想使用多个数据集进行绘图时，如下所示：

library(dplyr)
library(ggplot2)

# first dataset
dt1 = mtcars %>% mutate(cyl = factor(cyl))

# second dataset (values for each cyl; could be the medians after you calculate them)
dt2 = data.frame(cyl = factor(c(4,6,8)),
                 value = c(100, 188, 358))

ggplot() +
  geom_boxplot(data = dt1, aes(cyl,disp)) +
  geom_point(data = dt2, aes(cyl, value), col="red")

【讨论】：