如何避免geom_boxplot箱线图须长度随y轴缩放及异常值移除而收缩

在R语言ggplot2中，移除异常值并修改y轴刻度范围时，geom_boxplot()生成的箱线图须长度会意外收缩。以下是问题示例及解决方法：

问题示例说明 #

• 含异常值的完整数据箱线图：cyl=4组的上须延伸至mpg=45，cyl=8组的下须延伸至mpg=11。
• 移除异常值并缩小y轴范围后：通过outlier.shape = NA隐藏异常值，再用scale_y_continuous(limits = c(0,45))调整y轴，此时cyl=4组上须缩短至mpg=34，cyl=8组下须缩短至mpg=13，不符合预期。

示例代码及效果 #

1. 绘制含异常值的完整数据箱线图

library(ggplot2)
library(dplyr)

# 加载mtcars数据集
data(mtcars)

data <- mtcars %>%
  select(mpg,cyl)

# 为指定分组添加异常值
outliers <- data.frame(
  mpg = c(45,50,55,45,50,55),
  cyl = c(4,4,4,8,8,8))

# 创建示例数据集
data <- rbind(data, outliers)

# 绘制箱线图：cyl=4组上须在45 mpg，cyl=8组下须在11 mpg
data %>%
  ggplot(aes(x = factor(cyl), y = mpg)) +
  geom_boxplot()

2. 移除异常值并调整y轴（须长度收缩的错误做法）

# 隐藏异常值并缩小y轴范围，须长度发生收缩
data %>%
  ggplot(aes(x = factor(cyl), y = mpg)) +
  geom_boxplot(outlier.shape = NA) +
  scale_y_continuous(breaks = seq(0,45,5), limits = c(0,45))
#> Warning: Removed 4 rows containing non-finite values (`stat_boxplot()`).

解决方法 #

方法1：用coord_cartesian()替代scale_y_continuous(limits) #

scale_y_continuous(limits = ...)会过滤掉超出范围的数据，导致箱线图重新计算统计量；而coord_cartesian(ylim = ...)仅裁剪绘图视图，不会修改原始数据，统计量仍基于完整数据集计算：

# 隐藏异常值，用coord_cartesian裁剪y轴，保留原始须长度
data %>%
  ggplot(aes(x = factor(cyl), y = mpg)) +
  geom_boxplot(outlier.shape = NA) +
  coord_cartesian(ylim = c(0,45)) +
  scale_y_continuous(breaks = seq(0,45,5))

方法2：预先计算箱线图统计量 #

手动计算完整数据的箱线图统计量，再用stat = "identity"绘制，确保统计量不受y轴范围影响：

# 基于完整数据计算箱线图统计量
box_stats <- data %>%
  group_by(cyl) %>%
  summarize(
    ymin = quantile(mpg, 0.25) - 1.5*IQR(mpg),  # 下须端点
    lower = quantile(mpg, 0.25),                # 下四分位数
    middle = median(mpg),                       # 中位数
    upper = quantile(mpg, 0.75),                # 上四分位数
    ymax = quantile(mpg, 0.75) + 1.5*IQR(mpg)   # 上须端点
  )

# 使用预计算的统计量绘制箱线图
box_stats %>%
  ggplot(aes(x = factor(cyl), ymin = ymin, lower = lower, middle = middle, upper = upper, ymax = ymax)) +
  geom_boxplot(stat = "identity", outlier.shape = NA) +
  scale_y_continuous(breaks = seq(0,45,5), limits = c(0,45))

内容的提问来源于stack exchange，提问作者tassones