将从geom_boxplot生成的箱线图强制转换为固定宽度

Question

我正在制作一个箱线图，其中将x和fill映射到不同的变量，有点像这样：

ggplot(mpg, aes(x=as.factor(cyl), y=cty, fill=as.factor(drv))) + 
    geom_boxplot()

就像上面的例子一样，我的盒子在不同的 x 值处的宽度不同，因为我没有所有可能的 x 和 fill 值的组合，所以。

我希望所有的盒子都是相同的宽度。这可行吗（最好不要操作底层数据框，因为我担心添加假数据会在进一步分析时引起混乱）？

我的第一个想法是

+ geom_boxplot(width=0.5)

但这并没有帮助；它只是针对给定的 x 因子水平调整了整个箱线图集合的宽度。

这篇文章 看起来几乎相关，但我不太清楚如何将其应用于我的情况。使用 + scale_fill_discrete(drop=FALSE) 似乎不能改变条形图的宽度。

- Drew Steen

---

这个回答解决了你的问题吗？如果按组缺失数据，箱线图的宽度是否一致？ - Dima Lituiev

Answer 1

您现在可以使用 position_dodge() 函数。

ggplot(mpg, aes(x=as.factor(cyl), y=cty, fill=as.factor(drv))) + 
    geom_boxplot(position = position_dodge(preserve = "single"))

- Nat

Answer 2

问题是由于因素组合中的一些单元格不存在。可以通过xtabs检查和drv水平的所有组合的数据点数量：

tab <- xtabs( ~ drv + cyl, mpg)

tab

#    cyl
# drv  4  5  6  8
#   4 23  0 32 48
#   f 58  4 43  1
#   r  0  0  4 21

有三个空单元格。我会添加虚假数据来覆盖可视化问题。

检查因变量（y轴）的范围。虚假数据需要超出这个范围。

range(mpg$cty)
# [1]  9 35

创建一个 mpg 的子集，其中包含绘图所需的数据：

tmp <- mpg[c("cyl", "drv", "cty")]

创建空单元格的索引：

idx <- which(tab == 0, arr.ind = TRUE)

idx

#   row col
# r   3   1
# 4   1   2
# r   3   2

创建三条假线（cty值为-1）：

fakeLines <- apply(idx, 1,
                   function(x) 
                     setNames(data.frame(as.integer(dimnames(tab)[[2]][x[2]]), 
                                         dimnames(tab)[[1]][x[1]], 
                                         -1), 
                              names(tmp)))

fakeLines

# $r
#   cyl drv cty
# 1   4   r  -1
# 
# $`4`
#   cyl drv cty
# 1   5   4  -1
# 
# $r
#   cyl drv cty
# 1   5   r  -1

将这些行添加到现有数据中：

tmp2 <- rbind(tmp, do.call(rbind, fakeLines))

情节：

library(ggplot2)
ggplot(tmp2, aes(x = as.factor(cyl), y = cty, fill = as.factor(drv))) + 
  geom_boxplot() +
  coord_cartesian(ylim = c(min(tmp$cty - 3), max(tmp$cty) + 3))
  # The axis limits have to be changed to suppress displaying the fake data.

- Sven Hohenstein

---

能否将对应 cyl = 4 的方框居中？（使得数字 4 在两个方框的中间） - armandfavrot

Answer 3

只需使用facet_grid()函数，就可以更轻松地可视化事物：

ggplot(mpg, aes(x=as.factor(drv), y=cty, fill=as.factor(drv))) + 
    geom_boxplot() +
    facet_grid(.~cyl)

看我如何从x = as.factor(cyl)切换到x = as.factor(drv)。
完成后，您始终可以更改希望显示条带的方式并删除面板之间的边距... 它可以很容易地看起来像您期望的显示。
顺便说一下，在指定要由ggplot()使用的列之前，您甚至不需要使用as.factor()。这再次提高了代码的可读性。

- Yoann Pageaud