ggplot2：调整坐标轴范围后如何基于全量数据计算统计量并隐藏异常值？

要实现基于全量数据计算统计量，同时仅可视化指定轴范围的数据，核心是避开scale_x_continuous(limits)（它会过滤超出范围的数据），改用coord_cartesian()设置可视范围，具体操作如下：

1. 验证全量数据均值 #

先确认mygroup='a'组的全量数据均值，确保后续图表的均值点符合预期：

# 计算a组全量数据的均值
mean(x$myvar[x$mygroup == 'a'])

2. 修改绘图代码 #

用coord_cartesian(xlim=c(0,5))替代scale_x_continuous(limits)，完整代码如下：

library(ggplot2)

ggplot(x, aes(x=myvar, y=mygroup)) + 
  geom_boxplot() +
  stat_summary(fun=mean, geom='point', shape=20, color='red', fill='red') +
  coord_cartesian(xlim = c(0, 5))  # 仅调整图表可视范围，不过滤原始数据

关键说明 #

• coord_cartesian()只是裁剪图表的显示区域，不会对原始数据做筛选，因此箱线图的中位数、四分位数，以及stat_summary计算的均值均基于全量数据得出。
• 超出0-5范围的异常值会被自动裁剪，不会显示在图表中，但统计量计算不受影响，最终mygroup='a'组的均值点会落在你期望的2.48附近。

内容的提问来源于stack exchange，提问作者Otto Kässi