如何用ggplot2绘制分类箱线图并添加阈值相关汇总注释？

首先修正你计算注释文本的代码——原代码在第一次分组汇总后丢失了y列，导致后续mutate(below_thresh)会报错，这里给出更简洁且正确的计算方式：

# 假设V是你定义的阈值，先计算标签数据框
label_df <- df %>%
  group_by(x) %>%
  summarise(
    n_per_grp = n(),          # 每组总样本量
    n_below_thresh = sum(y < V),  # 每组低于阈值的样本数
    .groups = "drop"
  ) %>%
  mutate(
    perc_below_thresh = round(n_below_thresh/n_per_grp*100, 3),
    final_lbl = paste0(perc_below_thresh, "% (", n_below_thresh, "/", n_per_grp, ")")
  )

绘制箱线图并添加注释 #

不需要用stat_summary，因为你已经提前计算好了注释文本，直接用geom_text或geom_label就能把注释放在每个分类的上方，步骤如下：

1. 先绘制基础箱线图
2. 调用geom_text，指定数据源为刚才计算的label_df，并设置注释的位置（比如箱线图的上方）

完整示例代码（含模拟数据）：

library(tidyverse)
library(ggplot2)

# 模拟测试数据
set.seed(123)
df <- tibble(
  x = rep(c("组A", "组B", "组C"), each = 50),
  y = c(rnorm(50, 10, 2), rnorm(50, 8, 3), rnorm(50, 12, 1.5))
)
V <- 7  # 自定义阈值

# 计算注释标签
label_df <- df %>%
  group_by(x) %>%
  summarise(
    n_per_grp = n(),
    n_below_thresh = sum(y < V),
    .groups = "drop"
  ) %>%
  mutate(
    perc_below_thresh = round(n_below_thresh/n_per_grp*100, 3),
    final_lbl = paste0(perc_below_thresh, "% (", n_below_thresh, "/", n_per_grp, ")")
  )

# 绘图
ggplot(df, aes(x = x, y = y)) +
  geom_boxplot(fill = "lightblue", alpha = 0.7) +
  # 将注释放在每个分类的上方，y值设为全局最大值加偏移量（可根据数据调整）
  geom_text(data = label_df, 
            aes(x = x, y = max(df$y) + 0.8, label = final_lbl),
            size = 4, fontface = "bold") +
  labs(title = "分类箱线图（含低于阈值比例注释）",
       x = "分类变量", y = "连续变量") +
  theme_minimal()

进阶调整（精准对齐箱线图顶端） #

如果想让注释更精准地对齐箱线图的顶端，可以先计算每个组的箱线图上须位置，再把这个值作为y的参数：

# 计算每个组的上须位置
upper_whisker <- df %>%
  group_by(x) %>%
  summarise(upper = quantile(y, 0.75) + 1.5*IQR(y), .groups = "drop")

# 合并标签和上须位置
label_df <- label_df %>% left_join(upper_whisker, by = "x")

# 绘图时用upper作为y的基础，加小偏移
geom_text(data = label_df, 
          aes(x = x, y = upper + 0.3, label = final_lbl),
          size = 4, fontface = "bold")

内容的提问来源于stack exchange，提问作者Ankit