23

我有创建箱线图的代码，在 R 中使用 ggplot，我想用年份和战斗标记我的异常值。

这是我创建箱线图的代码

require(ggplot2)
ggplot(seabattle, aes(x=PortugesOutcome,y=RatioPort2Dutch ),xlim="OutCome", 
y="Ratio of Portuguese to Dutch/British ships") + 
geom_boxplot(outlier.size=2,outlier.colour="green") + 
stat_summary(fun.y="mean", geom = "point", shape=23, size =3, fill="pink") + 
ggtitle("Portugese Sea Battles")

任何人都可以帮忙吗？我知道这是正确的，我只想标记异常值。

4

6 回答 6

44

以下是使用dplyr内置mtcars数据集的可重现解决方案。

浏览代码：首先，创建一个函数，如果传递给它的值是异常值is_outlier，它将返回一个布尔值。TRUE/FALSE然后我们执行“分析/检查”并绘制数据——首先我们group_by我们的变量（cyl在这个例子中，在你的例子中，这将是）并且我们在调用中PortugesOutcome添加一个变量（如果变量是一个异常值[注这对应于您的示例]，我们将传递该值，否则我们将返回以便不绘制该值）。最后，我们绘制结果并通过与我们的新变量相等的美学标签绘制文本值；此外，我们将文本偏移（向右滑动一点）outliermutatedratRatioPort2DutchdratNAgeom_texthjust这样我们就可以看到离群点旁边的值，而不是在离群点之上。

library(dplyr)
library(ggplot2)

is_outlier <- function(x) {
  return(x < quantile(x, 0.25) - 1.5 * IQR(x) | x > quantile(x, 0.75) + 1.5 * IQR(x))
}

mtcars %>%
  group_by(cyl) %>%
  mutate(outlier = ifelse(is_outlier(drat), drat, as.numeric(NA))) %>%
  ggplot(., aes(x = factor(cyl), y = drat)) +
    geom_boxplot() +
    geom_text(aes(label = outlier), na.rm = TRUE, hjust = -0.3)

箱形图

于 2015-11-04T15:16:10.010 回答
12

您可以ggplot使用适当的stat_summary调用在其内部简单地执行此操作。

ggplot(mtcars, aes(x = factor(cyl), y = drat, fill = factor(cyl))) + 
  geom_boxplot() +
  stat_summary(
    aes(label = round(stat(y), 1)),
    geom = "text", 
    fun.y = function(y) { o <- boxplot.stats(y)$out; if(length(o) == 0) NA else o },
    hjust = -1
  )

在此处输入图像描述

于 2019-06-17T18:54:02.003 回答
11

用行名标记异常值（基于JasonAizkalns答案）

library(dplyr)
library(ggplot2)
library(tibble)

is_outlier <- function(x) {
  return(x < quantile(x, 0.25) - 1.5 * IQR(x) | x > quantile(x, 0.75) + 1.5 * IQR(x))
}

dat <- mtcars %>% tibble::rownames_to_column(var="outlier") %>% group_by(cyl) %>% mutate(is_outlier=ifelse(is_outlier(drat), drat, as.numeric(NA)))
dat$outlier[which(is.na(dat$is_outlier))] <- as.numeric(NA)

ggplot(dat, aes(y=drat, x=factor(cyl))) + geom_boxplot() + geom_text(aes(label=outlier),na.rm=TRUE,nudge_y=0.05)

带有异常值名称的箱线图

于 2017-04-27T13:57:05.750 回答
7

这对你有用吗？

library(ggplot2)
library(data.table)

#generate some data
set.seed(123)
n=500
dat <- data.table(group=c("A","B"),value=rnorm(n))

默认情况下，ggplot 将异常值定义为距框边界 > 1.5*IQR 的值。

#function that takes in vector of data and a coefficient,
#returns boolean vector if a certain point is an outlier or not
check_outlier <- function(v, coef=1.5){
  quantiles <- quantile(v,probs=c(0.25,0.75))
  IQR <- quantiles[2]-quantiles[1]
  res <- v < (quantiles[1]-coef*IQR)|v > (quantiles[2]+coef*IQR)
  return(res)
}

#apply this to our data
dat[,outlier:=check_outlier(value),by=group]
dat[,label:=ifelse(outlier,"label","")]

#plot
ggplot(dat,aes(x=group,y=value))+geom_boxplot()+geom_text(aes(label=label),hjust=-0.3)

在此处输入图像描述

于 2015-11-04T15:12:33.720 回答
7

与上面类似的答案，但直接从 获取异常值ggplot2，从而避免方法中的任何潜在冲突：

# calculate boxplot object
g <- ggplot(mtcars, aes(factor(cyl), drat)) + geom_boxplot()

# get list of outliers 
out <- ggplot_build(g)[["data"]][[1]][["outliers"]]

# label list elements with factor levels
names(out) <- levels(factor(mtcars$cyl))

# convert to tidy data
tidyout <- purrr::map_df(out, tibble::as_tibble, .id = "cyl")

# plot boxplots with labels
g + geom_text(data = tidyout, aes(cyl, value, label = value), 
              hjust = -.3)

在此处输入图像描述

于 2018-09-15T12:44:26.777 回答
-2

通过对@JasonAizkalns 解决方案稍加改动，您可以使用异常值在数据框中的位置来标记它们。

mtcars[,'row'] <- row(mtcars)[,1]
...
mutate(outlier = ifelse(is_outlier(drat), row, as.numeric(NA)))
...

我将数据框加载到 R Studio 环境中，因此我可以仔细查看异常行中的数据。

于 2016-06-10T11:19:35.377 回答