我将数据保存为一个.csv包含 12 列的文件。第 2 到 11 列（标F1, F2, ..., F11有 ）是features。Column one包含label这些功能中的一个good或bad。
我想将boxplot所有这 11 个功能中的一个与label，但由goodor分开bad。到目前为止，我的代码是：
qplot(Label, F1, data=testData, geom = "boxplot", fill=Label,
binwidth=0.5, main="Test") + xlab("Label") + ylab("Features")
但是，这仅显示F1对label.
我的问题是：如何F2, F3, ..., F11在label一张图中显示一些dodge position？我已经对特征进行了标准化，因此它们在 [0 1] 范围内的比例相同。
测试数据可以在这里找到。我手绘了一些东西来解释这个问题（见下文）。
在绘图之前，您应该通过融合数据来获取特定格式的数据（请参阅下文了解融合数据的外观）。否则，您所做的似乎还可以。
require(reshape2)
df <- read.csv("TestData.csv", header=T)
# melting by "Label". `melt is from the reshape2 package.
# do ?melt to see what other things it can do (you will surely need it)
df.m <- melt(df, id.var = "Label")
> df.m # pasting some rows of the melted data.frame
# Label variable value
# 1 Good F1 0.64778924
# 2 Good F1 0.54608791
# 3 Good F1 0.46134200
# 4 Good F1 0.79421221
# 5 Good F1 0.56919951
# 6 Good F1 0.73568570
# 7 Good F1 0.65094207
# 8 Good F1 0.45749702
# 9 Good F1 0.80861929
# 10 Good F1 0.67310067
# 11 Good F1 0.68781739
# 12 Good F1 0.47009455
# 13 Good F1 0.95859182
# 14 Good F1 1.00000000
# 15 Good F1 0.46908343
# 16 Bad F1 0.57875528
# 17 Bad F1 0.28938046
# 18 Bad F1 0.68511766
require(ggplot2)
ggplot(data = df.m, aes(x=variable, y=value)) + geom_boxplot(aes(fill=Label))
编辑：我意识到你可能需要分面。这也是一个实现：
p <- ggplot(data = df.m, aes(x=variable, y=value)) +
geom_boxplot(aes(fill=Label))
p + facet_wrap( ~ variable, scales="free")
编辑2：如何添加x-labels、、、更改y-labels、添加？titlelegend headingjitter
p <- ggplot(data = df.m, aes(x=variable, y=value))
p <- p + geom_boxplot(aes(fill=Label))
p <- p + geom_jitter()
p <- p + facet_wrap( ~ variable, scales="free")
p <- p + xlab("x-axis") + ylab("y-axis") + ggtitle("Title")
p <- p + guides(fill=guide_legend(title="Legend_Title"))
p
编辑 3：如何将geom_point()点与箱线图的中心对齐？可以使用position_dodge. 这应该有效。
require(ggplot2)
p <- ggplot(data = df.m, aes(x=variable, y=value))
p <- p + geom_boxplot(aes(fill = Label))
# if you want color for points replace group with colour=Label
p <- p + geom_point(aes(y=value, group=Label), position = position_dodge(width=0.75))
p <- p + facet_wrap( ~ variable, scales="free")
p <- p + xlab("x-axis") + ylab("y-axis") + ggtitle("Title")
p <- p + guides(fill=guide_legend(title="Legend_Title"))
p
使用基础图形，我们可以at =用来控制盒子的位置，结合boxwex =盒子的宽度。第一条boxplot语句创建一个空白图。然后在以下两个语句中添加 2 个跟踪。
请注意，在下文中，我们使用df[,-1]从要绘制的值中排除第一（id）列。对于不同的数据框，可能需要将其更改为包含您要绘制的数据的列的子集。
boxplot(df[,-1], boxfill = NA, border = NA) #invisible boxes - only axes and plot area
boxplot(df[df$id=="Good", -1], xaxt = "n", add = TRUE, boxfill="red",
boxwex=0.25, at = 1:ncol(df[,-1]) - 0.15) #shift these left by -0.15
boxplot(df[df$id=="Bad", -1], xaxt = "n", add = TRUE, boxfill="blue",
boxwex=0.25, at = 1:ncol(df[,-1]) + 0.15) #shift to the right by +0.15
一些虚拟数据：
df <- data.frame(
id = c(rep("Good",200), rep("Bad", 200)),
F1 = c(rnorm(200,10,2), rnorm(200,8,1)),
F2 = c(rnorm(200,7,1), rnorm(200,6,1)),
F3 = c(rnorm(200,6,2), rnorm(200,9,3)),
F4 = c(rnorm(200,12,3), rnorm(200,8,2)))
由于您没有提及绘图包，因此我建议在这里使用Lattice版本（我认为 ggplot2 的答案比 lattice 的答案更多，至少因为我在这里）。
## reshaping the data( similar to the other answer)
library(reshape2)
dat.m <- melt(TestData,id.vars='Label')
library(lattice)
bwplot(value~Label |variable, ## see the powerful conditional formula
data=dat.m,
between=list(y=1),
main="Bad or Good")
格子图的 ggplot 版本：
library(reshape2)
library(ggplot2)
df <- read.csv("TestData.csv", header=T)
df.m <- melt(df, id.var = "Label")
ggplot(data = df.m, aes(x=Label, y=value)) +
geom_boxplot() + facet_wrap(~variable,ncol = 4)
阴谋：
我知道这是一个较老的问题，但它也是我的问题，虽然接受的答案有效，但有一种方法可以在不使用 ggplot 或 lattice 等额外软件包的情况下做类似的事情。箱线图重叠而不是并排显示并不是很好，但是：
boxplot(data1[,1:4])
boxplot(data2[,1:4],add=TRUE,border="red")
这放入了两组箱线图，第二组的轮廓（无填充）为红色，并且异常值也为红色。好消息是，它适用于两个不同的数据帧，而不是试图重塑它们。快速而肮脏的方式。
:在基础 R 中，可以使用带有交互作用 ( ) 的公式接口来实现这一点。
df <- read.csv("~/Desktop/TestData.csv")
df <- data.frame(stack(df[,-1]), Label=df$Label) # reshape to long format
boxplot(values ~ Label:ind, data=df, col=c("red", "limegreen"), las=2)
