用一条线连接箱线图（ggplot2）

Posted 2023-02-16

【中文标题】用一条线连接箱线图（ggplot2）

【英文标题】：Joining means on a boxplot with a line (ggplot2)

【发布时间】：2011-04-28 17:55:42

【问题描述】：

我有一个显示多个框的箱线图。我想用一条线将每个盒子的平均值连接起来。默认情况下，箱线图不显示均值，中间线仅表示中位数。我试过了

ggplot(data, aes(x=xData, y=yData, group=g)) 
    + geom_boxplot() 
    + stat_summary(fun.y=mean, geom="line")

这不起作用。

有趣的是，做

stat_summary(fun.y=mean, geom="point") 

在每个框中绘制中点。为什么“线”不起作用？

类似的东西，但使用 ggplot2，http://www.aliquote.org/articles/tech/RMB/c4_sols/plot45.png

【问题讨论】：

如果有人能说出 Bernd 解决方案中 group=1 的基本原理，那就太好了。

我的猜测是 group=1 禁用组美学，因为如果启用它，则为每个组分别绘制线条，在平均值的情况下，这只是一个点，因此会有没有要画的线。

是的，我认为你是对的。我在 Hadley Wickham 的书中找到了一个很好的解释并更新了我的答案。

【参考方案1】：

这就是你要找的吗？

library(ggplot2)

x <- factor(rep(1:10, 100))
y <- rnorm(1000)
df <- data.frame(x=x, y=y)

ggplot(df, aes(x=x, y=y)) + 
geom_boxplot() + 
stat_summary(fun=mean, geom="line", aes(group=1))  + 
stat_summary(fun=mean, geom="point")

更新：

关于设置 group=1 的一些说明：我认为我在 Hadley Wickham 的书“ggplot2: Elegant Graphics for Data Analysis”中找到了解释。他在第 51 页上写道：

不同层的不同组。

有时我们想绘制摘要 根据不同层次 聚合。不同的层可能 有不同的群体审美，所以 有些显示个人水平 数据，而其他显示摘要 更大的群体。

在上一个示例的基础上， 假设我们要添加一个平滑 线到刚刚创建的情节，基于 在所有的年龄和高度 男孩们。如果我们使用相同的分组 我们用于线条的平滑度， 我们得到图 4.4 中的第一个图。

p + geom_smooth(aes(group = Subject), 方法="lm", se = F)

这不是我们想要的；我们有 无意中添加了一条平滑线 对于每个男孩。这个新层需要一个 不同的群体审美，group = 1， 这样新行将基于 所有数据，如第二个所示 图中的情节。修改层 看起来像这样：

p + geom_smooth(aes(group = 1), 方法=“lm”，大小=2，se=F）

[...] 在 平滑层适合单行 最适合所有男孩。”

【讨论】：

Äh，我知道这个问题会来 :-) 对不起，但我必须承认我不知道。几周前，我遇到了类似的问题，并在某个地方找到了对我有用的解决方案。

这需要 fun.y=mean 而不是 fun=mean

【参考方案2】：

另一种更长的方法（如果数据在两个不同的dataframes 中）是：

library(dplyr); library(ggplot2)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

x <- factor(rep(1:10, 100)); y <- rnorm(1000);
df <- data.frame(x=x, y=y);
df_for_line <- df %>% group_by(x) %>% summarise(mean_y = mean(y));
ggplot(df, aes(x = x, y = y)) + geom_boxplot() + 
    geom_path(data = df_for_line, aes(x = x, y = mean_y, group = 1))

^{由reprex package (v1.0.0) 于 2021-04-15 创建}

Again, `group = 1` is the key.

【讨论】：

UseMethod("group_by") 中的错误：没有适用于 'group_by' 的方法应用于“因子”类的对象

@Aliton，感谢您提供的信息，刚刚更正。