如何在箱线图中添加一条线？答案

【问题标题】：How to add a line in boxplot?如何在箱线图中添加一条线？
【发布时间】：2018-08-09 14:36:35
【问题描述】：

我想在箱线图中的“均值”之间添加线条。

我的代码：

library(ggplot2)
library(ggthemes)

Gp=factor(c(rep("G1",80),rep("G2",80)))
Fc=factor(c(rep(c(rep("FC1",40),rep("FC2",40)),2)))
Z <-factor(c(rep(c(rep("50",20),rep("100",20)),4)))
Y <- c(0.19 , 0.22 , 0.23 , 0.17 , 0.36 , 0.33 , 0.30 , 0.39 , 0.35 , 0.27 , 0.20 , 0.22 , 0.24 , 0.16 , 0.36 , 0.30 , 0.31 , 0.39 , 0.33 , 0.25 , 0.23 , 0.13 , 0.16 , 0.18 ,  0.20 , 0.16 , 0.15 , 0.09 , 0.18 , 0.21 , 0.20 , 0.14 , 0.17 , 0.18 , 0.22 , 0.16 , 0.14 , 0.11 , 0.18 , 0.21 , 0.30 , 0.36 , 0.40 , 0.42 , 0.26 , 0.23 , 0.25 , 0.30 ,  0.27 , 0.15 , 0.29 , 0.36 , 0.38 , 0.42 , 0.28 , 0.23 , 0.26 , 0.29 , 0.24 , 0.17 , 0.24 , 0.14 , 0.17 , 0.16 , 0.15 , 0.21 , 0.19 , 0.15 , 0.16 , 0.13 , 0.25 , 0.12 ,  0.15 , 0.15 , 0.14 , 0.21 , 0.20 , 0.13 , 0.14 , 0.12 , 0.29 , 0.29 , 0.29 , 0.24 , 0.21 , 0.23 , 0.25 , 0.33 , 0.30 , 0.27 , 0.31 , 0.27 , 0.28 , 0.25 , 0.22 , 0.23 , 0.23 , 0.33 , 0.29 , 0.28 , 0.12 , 0.28 , 0.22 , 0.19 , 0.22 , 0.14 , 0.15 , 0.15 , 0.21 , 0.25 , 0.11 , 0.27 , 0.22 , 0.17 , 0.21 , 0.15 , 0.16 , 0.15 , 0.20 , 0.24 ,  0.24 , 0.25 , 0.36 , 0.24 , 0.34 , 0.22 , 0.27 , 0.26 , 0.23 , 0.28 , 0.24 , 0.23 , 0.36 , 0.23 , 0.35 , 0.21 , 0.25 , 0.26 , 0.23 , 0.28 , 0.24 , 0.23 , 0.09 , 0.16 , 0.16 , 0.14 , 0.18 , 0.18 , 0.18 , 0.12 , 0.22 , 0.23 , 0.09 , 0.17 , 0.15 , 0.13 , 0.17 , 0.19 , 0.17 , 0.11)
X <- factor(c(rep(c(rep("B1",10),rep("B2",10)),8)))
DATA=data.frame(Y,X,Z,Fc,Gp)
p <- qplot(X, Y, data=DATA, geom="boxplot", fill=Z, na.rm = TRUE, 
                    outlier.size = NA, outlier.colour = NA)  +
          facet_grid(Gp ~ Fc)+ theme_light()+scale_colour_gdocs()+
          theme(legend.position="bottom") + 
          stat_summary(fun.y=mean, geom="point", shape=23, position = position_dodge(width = .75))

我有：

以及我想要的预期情节：

我试过了

p + stat_summary(fun.y=mean, geom="line", aes(group = factor(Z)))

还有这个

p + stat_summary(fun.y=mean, geom="line", aes(group = factor(X)))

但上述方法均无效。相反，我收到以下错误消息：

geom_path：每个组仅包含一个观察值。你需要调整群体审美？ geom_path：每组只包含一个观察。需要调整群体审美吗？几何路径：每组仅包含一个观察值。是否需要调整群体审美？ geom_path：每组只包含一个观察。需要调整群体审美吗？

感谢您的帮助！

【问题讨论】：

标签： r ggplot2 line mean boxplot

【解决方案1】：

这里有一个替代方案：

DATA$U <- paste(X, Z) # Extra interaction
qplot(U, Y, data = DATA, geom = "boxplot", fill = Z, na.rm = TRUE, 
      outlier.size = NA, outlier.colour = NA) +
  facet_grid(Gp ~ Fc) + theme_light() + scale_colour_gdocs() +
  theme(legend.position = "bottom") + 
  stat_summary(fun.y = mean, geom = "point", shape = 23, position = position_dodge(width = .75)) +
  stat_summary(fun.y = mean, geom = "line", aes(group = X)) + # Lines
  scale_x_discrete(labels = rep(levels(X), each = 2)) + xlab("X") # Some fixes

【讨论】：

不错的选择！但在 x 轴上，我只想有 B1 和 B2，没有 B1 B1 和 B2 B2，我的意思是，我想将 B1 和 B2 的箱线图分组，正如我在问题中发表的那样。感谢您的帮助！
@Sh.student，我明白，但不幸的是，这是这种方法的副作用。
@Sh.student, stackoverflow.com/q/36240695/1320535 几乎是重复的，第二个答案提供了有关我的方法的更多详细信息。

【解决方案2】：

您也可以尝试 tidyverse 解决方案：

library(tidyverse)
DATA %>% 
   ggplot() + 
   geom_boxplot(aes(X, Y, fill=Z)) +
   stat_summary(aes(X, Y,fill=Z),fun.y = mean, geom = "point",
                position=position_nudge(x=c(-0.185,0.185))) +
   geom_segment(data=. %>%
                  group_by(X, Z, Gp , Fc) %>% 
                  summarise(M=mean(Y)) %>% 
                  ungroup() %>% 
                  mutate(Z=paste0("C",Z)) %>% 
                  spread(Z, M), aes(x = as.numeric(X)-0.185, y = C100, 
                    xend = as.numeric(X)+0.185, yend = C50)) +
   facet_grid(Gp ~ Fc)

这个想法与 d.b. 的答案相同。为 geom_segment 调用创建一个 data.frame 。优点是 dplyr 工作流程。所以一切都在一次运行中完成。

DATA %>% 
  group_by(X, Z, Gp , Fc) %>% 
  summarise(M=mean(Y)) %>% 
  ungroup() %>% 
  mutate(Z=paste0("C",Z)) %>% 
  spread(Z, M) 
# A tibble: 8 x 5
       X     Gp     Fc  C100   C50
* <fctr> <fctr> <fctr> <dbl> <dbl>
1     B1     G1    FC1 0.169 0.281
2     B1     G1    FC2 0.170 0.294
3     B1     G2    FC1 0.193 0.270
4     B1     G2    FC2 0.168 0.269
5     B2     G1    FC1 0.171 0.276
6     B2     G1    FC2 0.161 0.292
7     B2     G2    FC1 0.188 0.269
8     B2     G2    FC2 0.163 0.264

或者，与朱利叶斯的回答相比，您可以尝试一种稍微不同的方法。添加中断和标签以获得预期的输出，并在数字X2 和 boxplot 函数中的宽度参数上进行一些偏移，以将框绘制在一起。

DATA %>% 
  mutate(X2=as.numeric(interaction(Z, X))) %>% 
  mutate(X2=ifelse(Z==100, X2 + 0.2, X2 - 0.2)) %>% 
  ggplot(aes(X2, Y, fill=Z, group=X2)) + 
   geom_boxplot(width=0.6) +
   stat_summary(fun.y = mean, geom = "point") +
   stat_summary(aes(group = X),fun.y = mean, geom = "line") +
   facet_grid(Gp ~ Fc) +
   scale_x_continuous(breaks = c(1.5,3.5), labels = c("B1","B2"),
                        minor_breaks = NULL, limits=c(0.5,4.5))

【讨论】：

感谢@Jimbou 的帮助和明确的回答！但我不明白你为什么要添加 X2+0.2 和 X2-0.2 和 break = c (1.5,3.5) ？
breaks = c (1.5,3.5) 设置为您想要 B1 和 B2 的分组箱线图。因此，这是介于两者之间的值。选择+/-0.2 和width=0.6 的偏移量，然后将 F100 和 F50 的框紧密并排绘制。
@Sh.student 省略scale_x_continuous部分，应该清楚。
使用您的代码，我们可以消除或不显示异常值吗？使用例如：outlier.size = NA, outlier.colour = NA ...
当然可以。在箱线图函数中添加outlier.color = NA。

【解决方案3】：

这并不优雅，但试试这个

tmp1 = aggregate(Y~., DATA[DATA$Z == 100,], mean)
tmp2 = aggregate(Y~., DATA[DATA$Z == 50,], mean)
tmp1$X2 = tmp2$X
tmp1$Y2 = tmp2$Y

graphics.off()
ggplot(DATA, aes(x = factor(X), y = Y, fill = Z)) +
    geom_boxplot(width = 0.5, outlier.shape = NA) +
    geom_segment(data = tmp1,
                 aes(x = as.numeric(factor(X)) - 0.125, y = Y,
                     xend = as.numeric(factor(X2)) + 0.125, yend = Y2)) +
    facet_grid(Gp ~ Fc)

【讨论】：

【解决方案4】：

另一种方法，诚然有点令人费解，但希望它可以避免一些硬编码。

这个想法是构建一个包含stat_summary 调用的绘图对象。从中获取要用于线条的相关数据 (ggplot_build(p)$data[[2]])。第二个数据槽（[[2]]）对应于绘图调用中的第二层，即stat_summary生成的x和y。

获取面板 (PANEL) 和 x 类别 (group) 的 x 和 y 位置和索引。

在来自绘图对象的数据中，'PANEL' 和 'group' 变量没有明确给出它们的名称，而是作为与 facet 变量的不同组合相对应的数字，以及最终将生成数字的变量x 位置（这里是“真实的”x 和 fill）。

但是，因为分类变量在ggplot 中是按字典顺序排列的，所以我们可以将数字与它们对应的变量进行匹配。 data.table 中的.GRP 函数在这里很方便。

然后可以使用此数据在均值之间绘制geom_line。

# dodge value
pos <- position_dodge(width = 0.75)

# initial plot
p <- ggplot(data = DATA, aes(x = X, y = Y, fill = Z)) +
  geom_boxplot(outlier.size = NA, outlier.colour = NA, 
               position = pos) +
  stat_summary(fun.y = mean, geom = "point", shape = 23, position = pos) +
  facet_grid(Gp ~ Fc)

# grab relevant data
d <- ggplot_build(p)$data[[2]][ , c("PANEL", "group", "x", "y")]

library(data.table)
setDT(DATA)

# select unique combinations of facet and x variables
# here x includes the fill variable 'Z'
d2 <- unique(DATA[ , .(Gp, Fc, Z, X)])

# numeric index of facet combinations
d2[ , PANEL := .GRP, by = .(Gp, Fc)]

# numeric index of x combinations
d2[ , group := .GRP, by = .(Z, X)]

# add x and y positions by joining on PANEL and group
d2 <- d2[d, on = .(PANEL, group)]

# plot!
p + geom_line(data = d2, aes(x = x, y = y))

【讨论】：

【解决方案5】：

我有办法做到这一点，肯定类似于已经做过的事情，但使用 geom_line 和 position_dodge 和 data.table

library(data.table)
DATA=data.table(Y,X,Z,Fc,Gp)

 qplot(X, Y, data=DATA, geom="boxplot", fill=Z, na.rm = TRUE, 
           outlier.size = NA, outlier.colour = NA)  +
   geom_line(data = DATA[,list(Y = mean(Y)), by = .(X,Z,Fc,Gp)][X == "B1"],aes(X,Y,color = Z),group =1, position = position_dodge(width = .75),color = "black") +
   geom_line(data = DATA[,list(Y = mean(Y)), by = .(X,Z,Fc,Gp)][X == "B2"],aes(X,Y,color = Z),group =1, position = position_dodge(width = .75),color = "black") +
  facet_grid(Gp ~ Fc)+ theme_light()+
  theme(legend.position="bottom") +
  stat_summary(fun.y=mean, geom="point", shape=23, position = position_dodge(width = .75))

【讨论】：