在R中为基因表达数据箱线图的离群值添加样本ID标签

核心思路是利用boxplot()函数返回的统计结果，定位离群值对应的样本ID，再通过text()函数添加标签。

步骤1：准备样本ID向量 #

假设你的原始数据框名为genexp（第一列是样本ID，后续列是基因表达量），先提取样本ID：

sample_ids <- genexp$ID

步骤2：修改箱线图绘制代码 #

在lapply中，先存储boxplot()的返回结果，从中提取离群值信息，再匹配对应的样本ID并添加标签：

lapply(seq_along(tpose_genexp), function(x){
  # 绘制箱线图并保存返回结果
  bp <- boxplot(tpose_genexp[[x]], 
           horizontal = FALSE,
           lwd = 2,
           col = rgb(1, 0, 0, alpha = 0.4),
           main = colnames(tpose_genexp)[x],
           notch = TRUE, 
           border = "black",
           outpch = 25,
           outbg = "green",
           whiskcol = "blue",
           whisklty = 2,
           lty = 1)
  
  # 定位离群值对应的样本索引
  outlier_indices <- which(tpose_genexp[[x]] %in% bp$out)
  # 获取对应样本ID
  outlier_ids <- sample_ids[outlier_indices]
  
  # 添加离群值标签，微调位置避免重叠
  text(x = rep(1, length(outlier_ids)),
       y = bp$out,
       labels = outlier_ids,
       pos = 4,
       cex = 0.8)
})

补充说明 #

• boxplot()返回的bp列表中，bp$out存储所有离群值的数值，可直接用来匹配样本
• 如果存在重复离群值（多个样本表达量相同且均为离群值），改用match函数更精准：

  outlier_indices <- match(bp$out, tpose_genexp[[x]])
  outlier_ids <- sample_ids[outlier_indices]
  

• 可调整text()的pos（标签位置：1=下，2=左，3=上，4=右）和cex（标签大小）参数优化显示效果

内容的提问来源于stack exchange，提问作者Daisy