如何绘制不单独显示异常值的R箱线图并自定义计算逻辑

核心思路 #

不同于outline=FALSE仅隐藏默认识别的异常值点，要实现需求的关键是自主计算箱线图所需的统计量（中位数、四分位数、须的上下限），让须直接延伸到数据的最大/最小值（或自定义范围），从根源上把所有数据纳入箱线图的展示逻辑，而非依赖R的默认规则。

方法一：基础R实现 #

步骤1：自定义统计量计算 #

根据需求自行定义四分位数、须的范围等统计规则，示例中我们将须的上下限设为数据的最值，同时指定四分位数的计算类型：

# 用iris数据集的Sepal.Length列演示
data <- iris$Sepal.Length

# 自定义统计量计算函数
custom_stats <- function(x) {
  # 用type=6计算四分位数，可根据需求修改type参数（1-9对应不同计算规则）
  qs <- quantile(x, probs = c(0, 0.25, 0.5, 0.75, 1), type = 6)
  names(qs) <- c("min", "Q1", "median", "Q3", "max")
  return(qs)
}

# 生成自定义统计值
stats <- custom_stats(data)

步骤2：绘制箱线图 #

通过boxplot()的stats参数传入自定义统计量，设置range=0让须延伸到最值，outline=FALSE避免额外显示异常值点：

boxplot(data, 
        stats = matrix(stats, nrow=5), 
        range = 0, 
        outline = FALSE,
        main = "自定义箱线图（基础R）",
        ylab = "Sepal Length")

方法二：ggplot2实现 #

步骤1：提前计算分组统计数据框 #

如果是分组数据，先按分组计算自定义统计量，整理成规范的数据框：

library(ggplot2)
library(dplyr)

# 按Species分组计算自定义统计量
custom_box_stats <- iris %>%
  group_by(Species) %>%
  summarise(
    min = min(Sepal.Length),
    Q1 = quantile(Sepal.Length, 0.25, type = 6),
    median = median(Sepal.Length),
    Q3 = quantile(Sepal.Length, 0.75, type = 6),
    max = max(Sepal.Length)
  )

步骤2：用stat="identity"绘制箱线图 #

直接使用提前计算好的统计值绘制箱线图，无需依赖ggplot2的默认统计逻辑：

ggplot(custom_box_stats, aes(x = Species, ymin = min, lower = Q1, middle = median, upper = Q3, ymax = max)) +
  geom_boxplot(stat = "identity", fill = "#69b3a2") +
  labs(title = "自定义箱线图（ggplot2）", y = "Sepal Length") +
  theme_minimal()

替代方案：自定义统计函数 #

如果不想提前计算，也可以给stat_boxplot()传入自定义统计函数，直接在绘图时计算：

# 自定义箱线统计函数
custom_boxplot_stat <- function(x) {
  qs <- quantile(x, probs = c(0, 0.25, 0.5, 0.75, 1), type = 6)
  data.frame(
    ymin = qs[1],
    lower = qs[2],
    middle = qs[3],
    upper = qs[4],
    ymax = qs[5]
  )
}

# 绘制箱线图
ggplot(iris, aes(x = Species, y = Sepal.Length)) +
  stat_boxplot(fun.data = custom_boxplot_stat, fill = "#69b3a2") +
  labs(title = "自定义统计函数的箱线图", y = "Sepal Length") +
  theme_minimal()

关键说明 #

• 四分位数规则：quantile()的type参数有9种可选（1-9），对应不同的行业标准计算逻辑，可按需调整。
• 须的范围：如果不想延伸到最值，也可以自定义须的上下限（比如用2IQR代替默认的1.5IQR），只需修改统计量计算中的min和max为对应值即可。

内容的提问来源于stack exchange，提问作者Maciej