在R中使用数据框的列绘制多个箱线图

Question

在R中使用数据框的列绘制多个箱线图

4

我有一个数据框，其中包含一列分类数据（两个可能的值）和多个变量列。我需要绘制多个箱线图，每个图都是为一个变量列绘制的。每张图将比较第一列中给定的两个分类组之间的变量值。到目前为止，我已经通过为每个列编写单独的绘图调用来使其工作。

#CREATE DATASET
mydata <- data.frame(matrix(rlnorm(30*10,meanlog=0,sdlog=1), nrow=30))
colnames(mydata) <- c("categ", "var1","var2", "var3","var4", "var5", "var6", "var7", "var8", "var9")
mydata$var2 <- mydata$var2*5
mydata$categ <- sample(1:2)
mydata

#LAYOUT
par(mfrow=c(3,3), mar=c(4,4,0.5,0.5), mgp = c(1.5, 0.3, 0), tck = -0.01)

#BOXPLOTS
boxplot(var1 ~ categ, data = mydata, outpch = NA, ylim = c(0, 8), Main = "Title", ylab="VarLevel", tck = 1.0, names=c("categ1","categ2"))
stripchart(var1 ~ categ, data = mydata, vertical = TRUE, method = "jitter", ylim = c(0, 8), pch = 21, cex = 1, col=c(rgb(255, 0, 0, 100, max = 255), rgb(0, 0, 255, 100, max = 255)), bg = rgb(255, 255, 255, 10, max = 255), add = TRUE)
test <- wilcox.test(var1 ~ categ, data = mydata)
pvalue <- test$p.value
pvalueformatted <- format(pvalue, digits=3, nsmall=2)
mtext(paste(colnames(mydata)[2], " p = ", pvalueformatted), side=1, line=-13, at=0.9, cex = 0.6)

boxplot(var2 ~ categ, data = mydata, outpch = NA, ylim = c(0, 40), Main = "Title2", ylab="VarLevel", tck = 1.0, names=c("categ1","categ2"))
stripchart(var2 ~ categ, data = mydata, vertical = TRUE, method = "jitter", ylim = c(0, 40), pch = 25, cex = 1, col=c(rgb(255, 0, 0, 100, max = 255), rgb(0, 0, 255, 100, max = 255)), bg = rgb(255, 255, 255, 10, max = 255), add = TRUE)
test <- wilcox.test(var2 ~ categ, data = mydata)
pvalue <- test$p.value
pvalueformatted <- format(pvalue, digits=3, nsmall=2)
mtext(paste(colnames(mydata)[3], " p = ", pvalueformatted), side=1, line=-13, at=0.9, cex = 0.6)

两个问题：
1）我想使用一个函数或for循环为每个数据列编写绘图调用的脚本。不确定如何做到这一点。我看到了一些相关的帖子，但无法完全理解。目前正在尝试使用基本函数，但如果必要的话可以考虑ggplot或其他函数库。
2）作为循环/函数的一部分，有没有办法调整每个绘图的y轴刻度以适应变量的范围？因此，对于给定的列，如果最大值为2，则y轴刻度将上升到4。如果最大值为100，则y轴将上升到110。
感谢您的建议。

- marcel

一个好的、可重现的问题——谢谢。 - jbaums

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jbaums · Accepted Answer

我会在一个列数字的向量上应用sapply函数，并在函数内部将mydata子集化为感兴趣的列。通过迭代列数字而不是列本身，您可以轻松访问正确的colname，以便稍后添加到图中。

您还需要在第3个边（顶部）上添加一个小的外边距(oma)，以便可以在前3个图中打印p值。

针对您的第二个问题——如何缩小y轴限制以适应数据范围——如果您指定outline=FALSE以抑制离群值的绘制，则这将自动完成。(在您的代码中，您只需提供NA作为绘图字符来隐藏它们，但boxplots在确定轴限制时仍将其视为数据的一部分。) 但是，通过设置outline=FALSE，计算出的y限制将不包含任何否则将由调用stripchart（我现在已经修改为points，因为它更简单）绘制的离群值。

par(mfrow=c(3,3), mar=c(3, 3, 0.5, 0.5), mgp = c(1.5, 0.3, 0), tck = -0.01,
    oma=c(0, 0, 1, 0))

sapply(seq_along(mydata)[-1], function(i) {
  y <- mydata[, i]
  boxplot(y ~ mydata$categ, outline=FALSE, ylab="VarLevel", tck = 1.0, 
          names=c("categ1","categ2"), las=1)
  points(y ~ jitter(mydata$categ, 0.5), 
     col=ifelse(mydata$categ==1, 'firebrick', 'slateblue'))
  test <- wilcox.test(y ~ mydata$categ)
  pvalue <- test$p.value
  pvalueformatted <- format(pvalue, digits=3, nsmall=2)
  mtext(paste(colnames(mydata)[i], " p = ", pvalueformatted), side=3, 
        line=0.5, at=0.9, cex = 0.6)  
})

注意，我还修改了您的