R语言中无法为表格添加第四个变量，箱线图绘制遇困求助

代码中的核心错误 #

• 管道符误用：你用了整数除法运算符%/%，正确的管道符应该是%>%
• xtabs语法错误：函数参数需用逗号分隔，正确写法是xtabs(~ mum + trial, data = rad)，而非xtabs(~ mum + trial = rad)
• 箱线图公式错误：density ~ trial == "RO944_98"会生成逻辑值分组，无法正确按试验组展示密度分布；另外你把density转成了因子，如果密度是数值型变量，这会导致箱线图失去统计意义

修正后的完整代码 #

library(tidyverse)
library(janitor)

# 数据过滤与预处理：如果density是数值型，不要转成factor
rad <- radiata %>% 
  filter(trial %in% c("RO944_98", "RO947_99")) %>%  # 更简洁的多值过滤写法
  mutate(trial = factor(trial),
         mum = factor(mum))  # 若density是数值则保留原类型，若为分类再转factor

# 查看母树、试验、密度的交叉统计
xtabs(~ mum + trial + density, data = rad)
# 或者用tabyl生成更易读的交叉表
radiata %>% 
  filter(trial %in% c("RO944_98", "RO947_99")) %>%
  tabyl(mum, trial, density) -> outside

# 方法1：绘制两个试验组的密度箱线图（合并在同一图中对比）
boxplot(density ~ trial, data = rad, 
        main = "不同试验地块的树木密度分布",
        xlab = "试验编号", ylab = "树木密度")

# 方法2：如果需要分开绘制，先过滤数据再绘图
# 绘制RO944_98的箱线图
rad %>% 
  filter(trial == "RO944_98") %>%
  boxplot(density ~ 1, data = .,  # ~1表示仅展示该组数据
          main = "RO944_98试验地块树木密度", ylab = "树木密度")

# 绘制RO947_99的箱线图
rad %>% 
  filter(trial == "RO947_99") %>%
  boxplot(density ~ 1, data = .,
          main = "RO947_99试验地块树木密度", ylab = "树木密度")

# 进阶：用ggplot2绘制更美观的箱线图（推荐）
ggplot(rad, aes(x = trial, y = density)) +
  geom_boxplot(fill = "lightblue", alpha = 0.7) +
  labs(title = "不同试验地块的树木密度分布",
       x = "试验编号", y = "树木密度") +
  theme_minimal()

关键说明 #

1. 如果density是数值型变量，绝对不要转成因子，否则箱线图无法展示连续数据的分布特征；若density是分类变量（比如低密度/中密度/高密度），再保留mutate(density = factor(density))
2. 使用trial %in% c("RO944_98", "RO947_99")比多个|更简洁易维护
3. ggplot2的绘图方式更灵活，支持添加母树分组（比如aes(x = trial, y = density, fill = mum)）来同时展示母树和试验组的密度差异

内容的提问来源于stack exchange，提问作者DayusVult