Oznakowanie etykiet Boxplots w R

Question

Mam kod, który tworzy boxplot, za pomocą ggplot w R, chcę oznaczyć moje wartości odstające z roku i Battle.

Oto mój kod, aby utworzyć mój boxplot

require(ggplot2) 
ggplot(seabattle, aes(x=PortugesOutcome,y=RatioPort2Dutch),xlim="OutCome", 
y="Ratio of Portuguese to Dutch/British ships") + 
geom_boxplot(outlier.size=2,outlier.colour="green") + 
stat_summary(fun.y="mean", geom = "point", shape=23, size =3, fill="pink") + 
ggtitle("Portugese Sea Battles") 

Czy ktoś może pomóc? Wiedziałem, że to jest poprawne, po prostu chcę oznakować wartości odstające.

Answer 1

Czy to działa dla Ciebie?

library(ggplot2) 
library(data.table) 

#generate some data 
set.seed(123) 
n=500 
dat <- data.table(group=c("A","B"),value=rnorm(n)) 

ggplot domyślnie definiuje odchylenie jako> 1.5 * IQR od granic pola.

#function that takes in vector of data and a coefficient, 
#returns boolean vector if a certain point is an outlier or not 
check_outlier <- function(v, coef=1.5){ 
    quantiles <- quantile(v,probs=c(0.25,0.75)) 
    IQR <- quantiles[2]-quantiles[1] 
    res <- v < (quantiles[1]-coef*IQR)|v > (quantiles[2]+coef*IQR) 
    return(res) 
} 

#apply this to our data 
dat[,outlier:=check_outlier(value),by=group] 
dat[,label:=ifelse(outlier,"label","")] 

#plot 
ggplot(dat,aes(x=group,y=value))+geom_boxplot()+geom_text(aes(label=label),hjust=-0.3) 

Answer 2

Poniżej powtarzalne rozwiązanie wykorzystuje dplyr i wbudowany mtcars zestawu danych.

Przejście przez kod: Najpierw utwórz funkcję, is_outlier, która zwróci wartość boolowską TRUE/FALSE, jeśli przekazana jej wartość jest wartością odstającą. Następnie wykonujemy "analizę/sprawdzanie" i narysujemy dane - najpierw zmienimy naszą (cyl) w tym przykładzie, w tym przykładzie będzie to PortugesOutcome) i dodamy zmienną outlier w wywołaniu do mutate (jeśli drat zmienna jest odchyłką [uwaga ta odpowiada RatioPort2Dutch w twoim przykładzie], przekażemy wartość drat, w przeciwnym razie zwrócony zostanie NA, aby wartość nie została wykreślona). Na koniec narysujemy wyniki i wypreparujemy wartości tekstowe poprzez geom_text i etykietę estetyczną równą naszej nowej zmiennej; dodatkowo przesuniemy tekst (przesuń go nieco w prawo) o hjust, abyśmy mogli zobaczyć wartości obok, a nie ponad punktami oddalonymi.

library(dplyr) 
library(ggplot2) 

is_outlier <- function(x) { 
    return(x < quantile(x, 0.25) - 1.5 * IQR(x) | x > quantile(x, 0.75) + 1.5 * IQR(x)) 
} 

mtcars %>% 
    group_by(cyl) %>% 
    mutate(outlier = ifelse(is_outlier(drat), drat, as.numeric(NA))) %>% 
    ggplot(., aes(x = factor(cyl), y = drat)) + 
    geom_boxplot() + 
    geom_text(aes(label = outlier), na.rm = TRUE, hjust = -0.3) 

Answer 3

Z małym skręcie na @JasonAizkalns rozwiązanie można opisać odstających z ich umieszczeniem w ramce danych.

Załaduję ramkę danych do środowiska R Studio, dzięki czemu mogę przyjrzeć się dokładniej danym w wierszu odbiegającym.

Answer 4

do znakowania odstających z rownames (w oparciu o JasonAizkalns odpowiedzi)

library(dplyr) 
library(ggplot2) 
library(tibble) 

is_outlier <- function(x) { 
    return(x < quantile(x, 0.25) - 1.5 * IQR(x) | x > quantile(x, 0.75) + 1.5 * IQR(x)) 
} 

dat <- mtcars %>% tibble::rownames_to_column(var="outlier") %>% group_by(cyl) %>% mutate(is_outlier=ifelse(is_outlier(drat), drat, as.numeric(NA))) 
dat$outlier[which(is.na(dat$is_outlier))] <- as.numeric(NA) 

ggplot(dat, aes(y=drat, x=factor(cyl))) + geom_boxplot() + geom_text(aes(label=outlier),na.rm=TRUE,nudge_y=0.05)