忽略ggplot2 boxplot中的异常值

Question

我如何忽略ggplot2 boxplot中的异常值？我不是简单地希望它们消失(即outlier.size = 0),但是我希望它们被忽略,以便y轴缩放以显示第1 /第3百分位数.我的异常值导致"盒子"缩小,实际上是一条线.有一些技巧可以解决这个问题吗？

编辑 这是一个例子:

y = c(.01, .02, .03, .04, .05, .06, .07, .08, .09, .5, -.6)
qplot(1, y, geom="boxplot")

Answer 1

使用geom_boxplot(outlier.shape = NA)不显示异常值和scale_y_continuous(limits = c(lower, upper))改变轴界限.

一个例子.

n <- 1e4L
dfr <- data.frame(
  y = exp(rlnorm(n)),  #really right-skewed variable
  f = gl(2, n / 2)
)

p <- ggplot(dfr, aes(f, y)) + 
  geom_boxplot()
p   # big outlier causes quartiles to look too slim

p2 <- ggplot(dfr, aes(f, y)) + 
  geom_boxplot(outlier.shape = NA) +
  scale_y_continuous(limits = quantile(dfr$y, c(0.1, 0.9)))
p2  # no outliers plotted, range shifted

实际上,正如Ramnath在他的回答中所显示的那样(Andrie也在评论中),在计算统计数据后,通过调整比例更有意义coord_cartesian.

coord_cartesian(ylim = quantile(dfr$y, c(0.1, 0.9)))

(您可能仍需要使用scale_y_continuous来修复轴断裂.)

Answer 2

这是使用boxplot.stats的解决方案

# create a dummy data frame with outliers
df = data.frame(y = c(-100, rnorm(100), 100))

# create boxplot that includes outliers
p0 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)))


# compute lower and upper whiskers
ylim1 = boxplot.stats(df$y)$stats[c(1, 5)]

# scale y limits based on ylim1
p1 = p0 + coord_cartesian(ylim = ylim1*1.05)

Answer 3

我遇到了同样的问题,并使用以下方法预先计算了Q1,Q2,中位数,ymin,ymax的值boxplot.stats:

# Load package and generate data
library(ggplot2)
data <- rnorm(100)

# Compute boxplot statistics
stats <- boxplot.stats(data)$stats
df <- data.frame(x="label1", ymin=stats[1], lower=stats[2], middle=stats[3], 
                 upper=stats[4], ymax=stats[5])

# Create plot
p <- ggplot(df, aes(x=x, lower=lower, upper=upper, middle=middle, ymin=ymin, 
                    ymax=ymax)) + 
    geom_boxplot(stat="identity")
p

结果是没有异常值的箱线图.

Answer 4

一种想法是在两遍程序中对数据进行优化:

1. 运行第一遍,了解边界是什么,例如在给定百分位数下切割,或者在平均值之上的N标准偏差,或者......

2. 在第二次传递中,将超出给定界限的值设置为该边界的值

我应该强调,这是一种老式的方法,应该由更现代的强大技术主导,但你仍然会遇到很多.

Answer 5

gg.layers::geom_boxplot2正是您想要的。

# remotes::install_github('rpkgs/gg.layers')
library(gg.layers)
library(ggplot2)
p <- ggplot(mpg, aes(class, hwy))
p + geom_boxplot2(width = 0.8, width.errorbar = 0.5)

https://rpkgs.github.io/gg.layers/reference/geom_boxplot2.html

Answer 6

如果您想强制胡须延伸到最大值和最小值，您可以调整参数coef。默认值为coef1.5（即晶须的默认长度是 IQR 的 1.5 倍）。

# Load package and create a dummy data frame with outliers 
#(using example from Ramnath's answer above)
library(ggplot2)
df = data.frame(y = c(-100, rnorm(100), 100))

# create boxplot that includes outliers
p0 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)))

# create boxplot where whiskers extend to max and min values
p1 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)), coef = 500)