如何修改R中geom_boxplot()的分位数类型以匹配SPSS

你遇到的差异根源是：ggplot2的geom_boxplot()默认用quantile(type=7)计算四分位数，而SPSS用的是type=6。下面是两个适合R/ggplot新手的解决方法：

方法1：手动计算统计量（直观易理解） #

先按分组和分面变量算出箱线图需要的所有关键值，再直接绘制，步骤清晰，新手能跟着一步步来：

1. 先加载需要的包

library(ggplot2)
library(dplyr)  # 用来分组计算统计量

2. 分组计算符合SPSS标准的统计量
   按Group和Position分组，计算每个组的最小值、Q1（type=6）、中位数、Q3（type=6）、最大值：

tab_stats <- tab_data %>%
  group_by(Group, Position) %>%
  summarise(
    ymin = min(!!sym(var_name)),
    lower = quantile(!!sym(var_name), 0.25, type = 6),  # Q1用type=6
    middle = median(!!sym(var_name)),
    upper = quantile(!!sym(var_name), 0.75, type = 6),  # Q3用type=6
    ymax = max(!!sym(var_name)),
    .groups = "drop"  # 清理分组标记，避免后续报错
  )

• 这里用!!sym(var_name)替代你原代码里的aes_string，是更稳妥的现代写法，直接套用就行。

3. 绘制箱线图+散点
   箱线图用计算好的统计量，散点还是用原始数据：

p <- ggplot() +
  # 箱线图部分用统计好的数据，stat="identity"表示直接用给定的数值
  geom_boxplot(data = tab_stats, 
               aes(x = Group, ymin = ymin, lower = lower, middle = middle, upper = upper, ymax = ymax, color = Group),
               stat = "identity") +
  # 散点部分用原始数据
  geom_point(data = tab_data, 
             aes(x = Group, y = !!sym(var_name), color = Group),
             position = position_jitter(0.2), alpha = 0.5) +
  facet_grid(. ~ Position)

方法2：自定义统计函数（一劳永逸） #

如果需要多次绘制这类箱线图，可以写个自定义的统计函数，以后直接替换geom_boxplot就行：

1. 定义适配SPSS的箱线图统计函数

# 继承ggplot2的StatBoxplot类，修改计算逻辑为type=6
StatBoxplotSPSS <- ggproto("StatBoxplotSPSS", StatBoxplot,
  compute_group = function(data, scales, width = NULL, na.rm = FALSE) {
    # 计算type=6的分位数
    qs <- quantile(data$y, c(0, 0.25, 0.5, 0.75, 1), type = 6, na.rm = na.rm)
    names(qs) <- c("ymin", "lower", "middle", "upper", "ymax")
    df <- as.data.frame(t(qs))
    df$x <- data$x[1]
    df$width <- width %||% (resolution(data$x) * 0.9)
    df
  }
)

# 封装成方便调用的函数
stat_boxplot_spss <- function(mapping = NULL, data = NULL, geom = "boxplot",
                              position = "dodge", ..., na.rm = FALSE, show.legend = NA,
                              inherit.aes = TRUE) {
  layer(
    stat = StatBoxplotSPSS, data = data, mapping = mapping, geom = geom,
    position = position, show.legend = show.legend, inherit.aes = inherit.aes,
    params = list(na.rm = na.rm, ...)
  )
}

2. 替换原代码中的geom_boxplot
   直接用自定义的stat_boxplot_spss替代原来的geom_boxplot，其他代码基本不变：

p <- ggplot(tab_data, aes(x = Group, y = !!sym(var_name), color = Group)) +
  stat_boxplot_spss(outlier.shape = NA) +  # 用自定义函数
  geom_point(position = position_jitter(0.2), alpha = 0.5) +
  facet_grid(. ~ Position)

小提示 #

• 如果你的数据有缺失值，记得在计算统计量时加上na.rm = TRUE（比如quantile(..., na.rm = TRUE)），避免结果出错。
• 方法1适合新手理解箱线图的统计逻辑，方法2适合需要重复绘制的场景，按需选择就行。

内容的提问来源于stack exchange，提问作者PB_