Faceted Boxplot数据结构适配求助：实现预期分面箱线图效果

预期展示效果 #

• tumor分面：
  • Case 1,4（原group x）：数值2.97、2.97
  • Case 2,3（原group y）：数值2.9、2.97
  • Case 5（原group z）：仅数值2.6（显示为一条线）
• adjacent lung分面：
  • Case 1,4：数值1.5、2.25
  • Case 2,3：数值2.97、2.5
  • Case 5：仅数值2.37
• tissue far from tumor分面：
  • Case 1,4：数值2.5、2.8
  • Case 2,3：数值2.5、2.1
  • Case 5：仅数值3

当前问题 #

绘制出的分面箱线图不符合预期，已添加抖动点查看数据分布，但仍未定位问题，不确定正确的数据结构应该如何构造。曾尝试加入数值10测试，仍未明确问题根源。

当前使用的R代码 #

x <- c(2.97, 2.97, 1.5, 2.25, 2.5, 2.8)
y <- c(2.9, 2.97, 2.97, 2.5, 2.5, 2.1)
z <- c(2.6, 2.97, 3)

data <- data.frame(
  values = c(x, y, z),
  group = factor(
    c(rep("y", length(y)), rep("x", length(x)), rep("z", length(z))),
    levels = c("x", "y", "z")
  ),
  position = factor(
    rep(c("tumor", "adjacent lung", "tissue far from tumor"), length(x) + length(y) + length(z)),
    levels = c("tumor", "adjacent lung", "tissue far from tumor")
  )
)

library(ggplot2)

ggplot(data, aes(x = group, y = values, fill = position)) + 
  geom_boxplot() +
  geom_point(aes(fill=group), size=5, shape=21, colour="grey20",
             position=position_jitter(width=0.2, height=0.1)) +
  scale_x_discrete(labels = c("x" = "Case 1, 4", "y" = "Case 2, 3", "z" = "Case 5")) +
  labs(title = "IL-13 Receptor alpha 1 positivity scores",
       x = "Patient Cases", y = "Positivity scores") +
  theme(axis.text.x = element_text(face = "bold", color = "black", size = 12, angle = 45),
        axis.text.y = element_text(face = "bold", color = "black", size = 12, angle = 45)) +
  facet_wrap(~ position)

问题根源与修正方案 #

问题出在数据结构构造错误：原代码中position列是重复循环三个分面标签，导致每个数据点被错误分配到所有分面中，完全打乱了数据与分面的对应关系。

正确的做法是，要为每个分面下的每个group单独指定对应的数据，构造出每行数据都唯一对应position（分面）、group（病例组）和values（数值）的结构。

修正后的代码 #

library(ggplot2)

# 按预期构造正确的数据框
data <- data.frame(
  position = rep(c("tumor", "adjacent lung", "tissue far from tumor"), each = 6),
  group = rep(c("x", "x", "y", "y", "z", "z"), 3),
  values = c(2.97, 2.97, 2.9, 2.97, 2.6, 2.6,  # tumor分面数据
             1.5, 2.25, 2.97, 2.5, 2.37, 2.37, # adjacent lung分面数据
             2.5, 2.8, 2.5, 2.1, 3, 3)         # tissue far from tumor分面数据
)

# 调整group的因子顺序和标签
data$group <- factor(data$group, levels = c("x", "y", "z"))

ggplot(data, aes(x = group, y = values)) + 
  geom_boxplot(fill = "#69b3a2") +
  geom_point(size=5, shape=21, colour="grey20", fill="white",
             position=position_jitter(width=0.2, height=0.1)) +
  scale_x_discrete(labels = c("x" = "Case 1, 4", "y" = "Case 2, 3", "z" = "Case 5")) +
  labs(title = "IL-13 Receptor alpha 1 positivity scores",
       x = "Patient Cases", y = "Positivity scores") +
  theme(axis.text.x = element_text(face = "bold", color = "black", size = 12, angle = 45),
        axis.text.y = element_text(face = "bold", color = "black", size = 12, angle = 45)) +
  facet_wrap(~ position)

说明 #

• 对于单个数值的组（比如tumor分面的z组），需要重复一次数值才能让箱线图正确显示为一条线（否则ggplot2会因数据点不足跳过该箱线）
• 修正后的数据框中，每个分面下的三个group都对应了正确的数值，保证分面和数据的对应关系准确
• 移除了不必要的fill = position映射，因为分面已经区分了不同组织类型，箱线图可以统一填充色或按group设置填充色

内容的提问来源于stack exchange，提问作者kakashi1992