使用ggplot2绘制分组箱线图异常，求助解决方法

问题详情 #

使用ggplot2绘制分组箱线图时，图未正常显示为箱线图，调整图片大小后问题仍存在。操作代码如下：

library(ggplot2)
require(reshape2)

args = commandArgs(trailingOnly=TRUE)

data <- read.table(args[1], header=T, sep="\t")
data.m <- melt(data, id.var = "dijarn")

ggplot(data = data.m, aes(x=dijarn, y=value)) + geom_boxplot(aes(fill=variable))

数据示例（melt后）：

> head(data.m)
     dijarn variable    value
1 dijarn043   ATP5PB 2230.746
2 dijarn044   ATP5PB 2501.788
3 dijarn045   ATP5PB 2067.263
4 dijarn046   ATP5PB 4060.777
5 dijarn047   ATP5PB 3075.087
6 dijarn048   ATP5PB 2892.501

数据包含37个dijarn类别与5个variable，确认数据量级在ggplot2处理范围内。

问题原因与解决方案 #

核心原因 #

箱线图需要基于同一分组下的多个数据点来计算中位数、四分位数等统计特征。从你的数据示例和描述来看，每个dijarn + variable的组合下只有1个数据点——这种情况下ggplot2无法生成箱线，只会显示单个点（甚至可能因拥挤重叠而看不到）。

针对性解决 #

1. 数据确实为单值分组：替换为合适的图表类型

如果每个分组本身就只有单个观测值，箱线图不是合适的选择，建议改用分组柱状图或点图：

• 分组柱状图（柱子并排显示）：

  ggplot(data = data.m, aes(x=dijarn, y=value, fill=variable)) + 
    geom_col(position = position_dodge(width=0.8)) +
    theme(axis.text.x = element_text(angle=45, hjust=1)) # 旋转x轴标签避免拥挤
  

• 分组点图（点并排显示）：

  ggplot(data = data.m, aes(x=dijarn, y=value, color=variable)) + 
    geom_point(position = position_dodge(width=0.5)) +
    theme(axis.text.x = element_text(angle=45, hjust=1))
  

2. 数据应有重复样本：检查数据处理流程

如果你的数据理论上每个分组存在多个重复值，那需要排查数据导入或转换步骤：

• 验证read.table的分隔符是否正确，是否因分隔符错误导致多行数据被合并为一行
• 检查melt的参数是否正确，确认id.var = "dijarn"是否准确，有没有把重复样本的列错误识别为variable列

内容的提问来源于stack exchange，提问作者Marine Bergot