r - 使用 R 在箱线图中标记四分位数

Question

我正在绘制箱线图并用四分位数和最小值-最大值对其进行标记。它适用于几列；但是，对于某些列，统计值与箱线图统计数据不完全匹配。

例如，该summary命令给出的median值为2320，而boxplot.stats给出的值为2319.5。

我Statlog (German Credit Data) Data Set用于信用风险评分。

数据集链接：https://archive.ics.uci.edu/ml/datasets/statlog+(german+credit+data)

Answer 1

不同的函数可以以不同的方式格式化值。打印值基于设置的值，该值options("digits")通常约为 7 位有效数字（不是小数位），但很少是精确值。除了系统设置外，该功能还可以设置不同的数值来显示数字。查看内部存储的整个值的唯一方法是使用dput()：

set.seed(42)
x <- runif(25)
summary(x)
#    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
# 0.08244 0.45774 0.65699 0.61295 0.91481 0.98889 
dput(summary(x))
# structure(c(Min. = 0.0824375580996275, `1st Qu.` = 0.45774177624844, 
# Median = 0.656992290401831, Mean = 0.612946688365191, `3rd Qu.` = 0.914806043496355, 
# Max. = 0.988891728920862), class = c("summaryDefault", "table"))
boxplot.stats(x)
# $stats
# [1] 0.08243756 0.45774178 0.65699229 0.91480604 0.98889173
# 
# $n
# [1] 25
# 
# $conf
# [1] 0.5125600 0.8014246
# 
# $out
# numeric(0)
# 
dput(boxplot.stats(x))
# list(stats = c(0.0824375580996275, 0.45774177624844, 0.656992290401831, 
# 0.914806043496355, 0.988891728920862), n = 25L, conf = c(0.51255998195149, 
# 0.801424598852172), out = numeric(0))

请注意，两个函数计算的中位数相同，但 boxplot.stats 打印出更多小数位。中位数以外的分位数的另一个因素是有不同的计算方法。该quantile函数提供 9 种不同的方法（请参阅 参考资料?quantile）。