geom_box未按各因子绘制独立箱线图的问题排查

可能原因&修复步骤 #

1. 先查server端的分组聚合代码 #

问题十有八九出在数据分组聚合这一步——要是聚合的时候没把channel和Year都当成分组维度，ggplot就没法识别每个独立的因子组合，自然画不出单独的箱线图。

比如你之前可能写了这种错误代码：

agg_data <- raw_data %>%
  group_by(channel) %>%  # 只按channel分组，漏了Year
  summarise(mean_duration = mean(durationMins),
            median_duration = median(durationMins))

改法：把需要拆分的因子都放进group_by里，最后记得取消分组避免后续出问题：

agg_data <- raw_data %>%
  group_by(channel, Year) %>%  # 同时按channel和Year分组
  summarise(mean_duration = mean(durationMins),
            median_duration = median(durationMins),
            .groups = "drop")  # 显式取消分组，省得ggplot搞混

2. 绘图时要给ggplot明确的分组信号 #

要是绘图时x轴映射或者group参数没设对，箱线图也不会拆分。比如你想按channel+Year的组合画，就得给ggplot说清楚：

错误示例（没指定分组，箱线图挤在一起）：

ggplot(agg_data, aes(x = channel, y = mean_duration)) +
  geom_violin() +
  geom_boxplot(width = 0.2)

改法有两种：

• 把两个因子合并成一个交互项当x轴：

ggplot(raw_data, aes(x = interaction(channel, Year), y = durationMins)) +
  geom_violin(fill = "#69b3a2") +
  geom_boxplot(width = 0.2, fill = "white") +
  labs(x = "频道&年份", y = "时长（分钟）")

• 或者指定group参数，配合分面展示：

ggplot(raw_data, aes(x = channel, y = durationMins, group = interaction(channel, Year))) +
  geom_violin(fill = "#69b3a2") +
  geom_boxplot(width = 0.2, fill = "white") +
  facet_wrap(~Year) +
  labs(x = "频道", y = "时长（分钟）")

3. 检查因子变量的类型 #

要是channel或者Year是数值型而不是因子型，ggplot会把它们当成连续变量，也没法按类别拆分箱线图。提前转成因子就行：

raw_data <- raw_data %>%
  mutate(channel = as.factor(channel),
         Year = as.factor(Year))

完整可运行的修复示例 #

下面是整合好的ShinyApp代码，保证箱线图按每个因子单独画：

library(shiny)
library(ggplot2)
library(dplyr)

# 模拟你的20条原始数据
raw_data <- tibble(
  channel = sample(c("频道A", "频道B"), 20, replace = TRUE),
  Year = sample(c(2022, 2023), 20, replace = TRUE),
  durationMins = rnorm(20, mean = 30, sd = 5)
) %>%
  mutate(channel = as.factor(channel),
         Year = as.factor(Year))

ui <- fluidPage(
  plotOutput("violin_box_plot")
)

server <- function(input, output) {
  output$violin_box_plot <- renderPlot({
    # 小提琴图用原始数据展示分布更合适，不用聚合
    ggplot(raw_data, aes(x = interaction(channel, Year), y = durationMins)) +
      geom_violin(fill = "#69b3a2", alpha = 0.7) +
      geom_boxplot(width = 0.2, fill = "white", outlier.shape = NA) +
      theme_minimal() +
      labs(x = "频道&年份", y = "时长（分钟）",
           title = "各频道不同年份的时长分布")
  })
}

shinyApp(ui = ui, server = server)

小提示 #

• 小提琴图本来就是用来展示原始数据分布的，要是没特殊需求，不用提前聚合数据，直接用原始数据画效果更好。
• 加个outlier.shape = NA可以让箱线图的异常值和小提琴图的点不重叠，看着更清楚。

内容的提问来源于stack exchange，提问作者Olga