R语言中ggplotly绘制基因分组箱线图重叠问题解决

数据集概况 #

拥有如下格式的数据集（共约150行）：

Y       Gene1       Gene2       Gene3       Gene4     Gene...
TypeI   4.3621833   7.533461    3.9561242   4.457170     ...
TypeII  1.9844923   7.455194    5.4276231   5.440957     ...
TypeIII 1.7273229   8.079968    2.2273002   5.543480     ...
 ...

其中Y列仅包含TypeI、TypeII、TypeIII三类取值。

需求与问题 #

需要绘制分组箱线图：X轴为基因名称，每个基因对应3个分别匹配Y列三类取值的箱线图。但最终导出的图出现箱线图重叠的问题。

尝试过的无效操作 #

• 数据格式转换：先后使用pivot_longer、gather（以及melt）将宽格式数据转为长格式，示例代码如下：
  使用pivot_longer的代码：

  data %>% 
      pivot_longer(
          cols = -Y,
          names_to = "Genes",
          values_to = "Value"
      ) %>% 
      ggplot(
          aes(
              x = Genes,
              y = Value,
              fill = Y
          )
      ) +
      geom_boxplot() +
      labs(
          title = "test"
      )
  

  使用gather的代码：

  data %>%   
      gather("Genes", "Valor", -Y) %>%    
      ggplot(
          aes(
              x = Genes,
              y = Valor,
              fill = Y
          )
      ) +
      geom_boxplot() +
      labs(
          title = "test"
      ) -> plot
  
  plot <- ggplotly(plot, width = 2000, height = 1000)
  saveWidget(plot, file = "boxplots.html")
  

• 位置参数调整：在geom_boxplot()中尝试使用position_dodge()和position_dodge2()，均无法解决重叠问题。

有效解决方案 #

经测试确认，ggplot原生绘制的图形显示正常，问题出在ggplotly导出环节。只需在ggplotly()调用后追加%>% layout(boxmode = "group")，即可解决箱线图重叠问题，修正后的代码如下：

plot <- ggplotly(plot, width = 2000, height = 1000) %>% layout(boxmode = "group")

内容的提问来源于stack exchange，提问作者raulminan