Jak mógłbym zignorować wartości odstające w wykresie pudełkowym ggplot2? Nie chcę, aby po prostu zniknęły (tj. Outlier.size = 0), ale chcę, aby były ignorowane w taki sposób, aby oś y skalowała się tak, aby pokazywała 1/3 percentyl. Moje wartości odstające powodują, że „pudełko” kurczy się tak małe, że jest praktycznie linią. Czy są jakieś techniki radzenia sobie z tym?
Edycja Oto przykład:
y = c(.01, .02, .03, .04, .05, .06, .07, .08, .09, .5, -.6)
qplot(1, y, geom="boxplot")
fivenum()na danych, aby wyodrębnić to, co, IIRC, jest używane dla górnych i dolnych zawiasów na wykresach pudełkowych i użyj tego wyniku w scale_y_continuous()wywołaniu, które pokazał @Ritchie. Można to bardzo łatwo zautomatyzować za pomocą narzędzi dostarczanych przez R i ggplot. Jeśli musisz uwzględnić również wąsy, rozważ użycie, boxplot.stats()aby uzyskać górną i dolną granicę wąsów, a następnie użyj scale_y_continuous().
Odpowiedzi:
Oto rozwiązanie wykorzystujące boxplot.stats
# 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)
ylim <- c(-0.1, 1000) * 1.05Daje [1] 0.105 1050. Aby uzyskać równe limity wokół średniej, której możesz użyć ylim + c(-0.05, 0.05) * diff(ylim) / 2. Moim zdaniem ładniejsze.
facet_grid(). Wtedy masz wiele wykresów pudełkowych zamiast jednego. W ten sposób nie masz odpowiednich ograniczeń.
Służy geom_boxplot(outlier.shape = NA)do niewyświetlania wartości odstających i scale_y_continuous(limits = c(lower, upper))do zmiany granic osi.
Przykład.
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$y, c(0.1, 0.9)))
p2 # no outliers plotted, range shifted
W rzeczywistości, jak pokazał Ramnath w swojej odpowiedzi (a także Andrie w komentarzach), bardziej sensowne jest przycinanie skali po obliczeniu statystyki za pomocą coord_cartesian.
coord_cartesian(ylim = quantile(dfr$y, c(0.1, 0.9)))
(Prawdopodobnie nadal będziesz musiał użyć, scale_y_continuousaby naprawić pęknięcia osi).
coord_cartesian()z coord_flip()mojego doświadczenia nie współgra, więc wolę scale_y_continuous().
Miałem ten sam problem i wstępnie obliczyłem wartości dla Q1, Q2, mediana, ymin, ymax używając 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
W rezultacie otrzymujemy wykres pudełkowy bez wartości odstających.
Jednym z pomysłów byłoby wygranie danych w procedurze dwuprzebiegowej:
wykonaj pierwszy przebieg, dowiedz się, jakie są granice, np. obcięcie o dany percentyl lub odchylenie standardowe N powyżej średniej, lub ...
w drugim przebiegu ustaw wartości poza podanym ograniczeniem na wartość tego ograniczenia
Powinienem podkreślić, że jest to staroświecka metoda, która powinna być zdominowana przez bardziej nowoczesne, solidne techniki, ale wciąż często się z nią spotykasz.
Opcja „coef” funkcji geom_boxplot umożliwia zmianę wartości granicznej wartości odstającej w zakresie przedziałów międzykwartylowych. Ta opcja jest udokumentowana dla funkcji stat_boxplot. Aby dezaktywować wartości odstające (innymi słowy, są one traktowane jak zwykłe dane), można zamiast używać domyślnej wartości 1,5, określić bardzo wysoką wartość odcięcia:
library(ggplot2)
# generate data with outliers:
df = data.frame(x=1, y = c(-10, rnorm(100), 10))
# generate plot with increased cutoff for outliers:
ggplot(df, aes(x, y)) + geom_boxplot(coef=1e30)
Jeśli chcesz zmusić wąsy, aby rozciągały się do wartości max i min, możesz zmodyfikować coefargument. Wartość domyślna coefto 1,5 (tj. Domyślna długość wąsów jest 1,5 razy większa od IQR).
# 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)
Ipaper :: geom_boxplot2 jest właśnie tym, czego chcesz.
# devtools::install_github('kongdd/Ipaper')
library(Ipaper)
library(ggplot2)
p <- ggplot(mpg, aes(class, hwy))
p + geom_boxplot2(width = 0.8, width.errorbar = 0.5)
