如何用R绘制展示sum变量均值的均值与标准差的箱线图

需要用R绘制箱线图，展示sum_var变量的分布，同时标注该变量的均值的均值（即数据框中mean列的列均值）以及sum_var的标准差。其中每行的mean由公式(x1 + x2 + x3)/3计算得到。

示例数据构造代码 #

x1 <- c(1, 2, 3, 4, 5)
x2 <- c(6, 7, 4, 5, 7)
x3 <- c(4, 5, 3, 7, 1)

df <- data.frame(x1 = x1, x2 = x2, x3 = x3)

library(dplyr)
df <- df %>% 
  rowwise() %>%
  mutate(
    sum_var = sum(c(x1, x2, x3)),
    mean = mean(c(x1, x2, x3))
  )

需求说明 #

需要生成常规箱线图（包含箱体、上下须线、中位数线），同时在图中添加sum_var的均值的均值参考线，以及标注该变量的标准差范围。

实现步骤 #

1. 计算所需统计量 #

提前算出要展示的全局统计值：

# 计算mean列的列均值（即sum_var的均值的均值）
mean_of_mean <- mean(df$mean)
# 计算sum_var的标准差
sum_sd <- sd(df$sum_var)

2. 用ggplot2绘制箱线图 #

使用ggplot2包绘制箱线图，并添加统计参考线与标注：

library(ggplot2)

ggplot(df, aes(y = sum_var)) +
  # 绘制基础箱线图
  geom_boxplot(width = 0.3, fill = "#69b3a2") +
  # 添加均值的均值参考线（转换为sum_var对应数值）
  geom_hline(yintercept = mean_of_mean * 3, color = "red", linetype = "dashed") +
  # 添加sum_var均值±标准差的参考线
  geom_hline(yintercept = mean(df$sum_var) + sum_sd, color = "blue", linetype = "dotted") +
  geom_hline(yintercept = mean(df$sum_var) - sum_sd, color = "blue", linetype = "dotted") +
  # 添加统计值文本标注
  annotate("text", x = 1.2, y = mean_of_mean * 3, label = paste("均值的均值:", round(mean_of_mean * 3, 2)), color = "red", hjust = 0) +
  annotate("text", x = 1.2, y = mean(df$sum_var) + sum_sd, label = paste("均值+标准差:", round(mean(df$sum_var) + sum_sd, 2)), color = "blue", hjust = 0) +
  annotate("text", x = 1.2, y = mean(df$sum_var) - sum_sd, label = paste("均值-标准差:", round(mean(df$sum_var) - sum_sd, 2)), color = "blue", hjust = 0) +
  # 调整图表样式
  labs(title = "sum_var的箱线图及统计特征", y = "sum_var数值") +
  theme_minimal() +
  theme(axis.text.x = element_blank(), axis.title.x = element_blank())

补充说明 #

• 由于mean列是每行(x1+x2+x3)/3的结果，因此mean_of_mean * 3等价于sum_var的全局均值，这里按需求从mean列推导而来。
• 箱线图默认展示sum_var的中位数、四分位数、极值分布，添加的参考线和标注可直观呈现需求的统计特征。

内容的提问来源于stack exchange，提问作者Espejito