使用stat_summary在图表中注释观测值数量。

Question

我如何使用stat_summary在图表上标注n = x，其中x是一个变量？下面是所需输出的示例：

我可以通过以下相对低效的代码制作上述图表：

nlabels <- sapply(1:length(unique(mtcars$cyl)), function(i) as.vector(t(as.data.frame(table(mtcars$cyl))[,2][[i]])))
ggplot(mtcars, aes(factor(cyl), mpg, label=rownames(mtcars))) +
  geom_boxplot(fill = "grey80", colour = "#3366FF") + 
  geom_text(aes(x = 1, y = median(mtcars$mpg[mtcars$cyl==sort(unique(mtcars$cyl))[1]]), label = paste0("n = ",nlabels[[1]]) )) +
  geom_text(aes(x = 2, y = median(mtcars$mpg[mtcars$cyl==sort(unique(mtcars$cyl))[2]]), label = paste0("n = ",nlabels[[2]]) )) +
  geom_text(aes(x = 3, y = median(mtcars$mpg[mtcars$cyl==sort(unique(mtcars$cyl))[3]]), label = paste0("n = ",nlabels[[3]]) )) 

这是对于这个问题的后续：如何在ggplot2 boxplot中添加每个组的观测次数并使用组平均值？。我可以使用stat_summary计算和显示观测次数，但我无法找到一种方法在stat_summary输出中包括n =。似乎stat_summary可能是这种标记的最有效方法，但其他方法也可以接受。

- Ben

Answer 1

您可以创建自己的函数并在stat_summary()内使用。这里的n_fun计算y值的位置，例如median()，然后添加label=，其中包括n=和观测值的数量。使用data.frame()而不是c()很重要，因为paste0()会产生字符，但y值是数值，而c()会使两者都变成字符。然后，在stat_summary()中使用此函数和geom="text"。这将确保为每个x值位置和标签仅从该级别的数据中制作。

n_fun <- function(x){
  return(data.frame(y = median(x), label = paste0("n = ",length(x))))
}

ggplot(mtcars, aes(factor(cyl), mpg, label=rownames(mtcars))) +
  geom_boxplot(fill = "grey80", colour = "#3366FF") + 
  stat_summary(fun.data = n_fun, geom = "text")

- Didzis Elferts

---

太好了，谢谢。我在函数中卡住了return(c(y = ...，你的答案表明return(data.frame(y = ...是正确的方法。 - Ben

@DidzisElferts，这个标签是否可以扩展以适应上面的躲避版本标签？类似于aes(fill = factor(vs))。 - Paulo E. Cardoso

在标签字符串末尾添加"\n"将导致文本打印在该行的正上方（对于单色绘图很有用）。例如，return(data.frame(y = median(x), label = paste0(paste0("n = ",length(x)),"\n")))。 - Fuhrmanator

Answer 2

大多数R中的东西都是向量化的，因此您可以利用它。

nlabels <- table(mtcars$cyl)

#  To create the median labels, you can use by
meds <- c(by(mtcars$mpg, mtcars$cyl, median))

ggplot(mtcars, aes(factor(cyl), mpg, label=rownames(mtcars))) +
   geom_boxplot(fill = "grey80", colour = "#3366FF") + 
   geom_text(data = data.frame(), aes(x = names(meds) , y = meds, 
            label = paste("n =", nlabels)))

---

关于nlables：

您可以简单地使用以下语句，而不是您的sapply语句：

nlabels <- table(mtcars$cyl)

请注意，您当前的代码正在对上述内容进行转换、转置，然后仅迭代每一行以逐个抓取值，然后将它们重新组合成单个向量。

如果您确实希望将它们作为未定义尺寸的整数向量，请使用c()。

nlabels <- c(table(mtcars$cyl))   

当然，即使这样也不需要实现上述目标。

- Ricardo Saporta