在ggplot中包含极端离群值的指示

Question

我的数据集中有极少数的异常值，这使得箱线图难以阅读：

library(ggplot2)
mtcars$mpg[1] <- 60
p <- ggplot(mtcars, aes(factor(cyl), mpg))
p + geom_boxplot()

因此，我想这样指出极端的异常值：

有什么办法可以在ggplot2中实现这一点吗？对轴进行转换对我来说不是一个选项...

- gosz

Answer 1

这是一个开始:

library("ggplot2")
mtcars$mpg[1:2] <- c(50,60)
p <- ggplot(mtcars, aes(factor(cyl), mpg))
p + geom_boxplot()

定义最大值：

maxval <- 40

使用dplyr（也可以使用基础R或plyr）提取异常值并组合文本字符串：

library("dplyr")
dd <- mtcars %>% filter(mpg>maxval) %>%
    group_by(cyl) %>%
        summarise(outlier_txt=paste(mpg,collapse=","))

设置最大y值并添加箭头及标签:

library("grid") # needed for arrow() function
p2 <- p + geom_boxplot() +
    scale_y_continuous(limits=c(min(mtcars$mpg),maxval))+
       geom_text(data=dd,aes(y=maxval,label=outlier_txt),
                 size=3,vjust=1.5,hjust=-0.5)+
          geom_segment(data=dd,aes(y=maxval*0.95,yend=maxval,
                       xend=factor(cyl)),
                 arrow = arrow(length = unit(0.1,"cm")))
p2

- Ben Bolker