使用stat_summary结合aes(group=...)生成个性化箱线图的问题

问题根源分析 #

• 异常值未全部标红：自定义异常值函数筛选逻辑有误，或stat_summary参数配置错误，导致部分异常值未被识别。
• 须线被截断：须线端点未使用预设的1/99百分位，而是误取了异常值的极值，违背了自定义逻辑。

修正后的代码实现 #

首先定义符合stat_summary要求的统计函数：

# 自定义箱线图统计函数：返回1%、25%、中位数、75%、99%分位数
custom_box_stats <- function(x) {
  qs <- quantile(x, c(0.01, 0.25, 0.5, 0.75, 0.99), na.rm = TRUE)
  data.frame(
    ymin = qs[1],   # 须线下限（1%分位数）
    lower = qs[2],  # 箱线下限（25%分位数）
    middle = qs[3], # 中位数
    upper = qs[4],  # 箱线上限（75%分位数）
    ymax = qs[5]    # 须线上限（99%分位数）
  )
}

# 自定义异常值筛选函数：返回所有超出1/99百分位的数值
custom_outlier_points <- function(x) {
  qs <- quantile(x, c(0.01, 0.99), na.rm = TRUE)
  x[x < qs[1] | x > qs[2]]
}

然后调用ggplot生成12个自定义箱线图：

library(ggplot2)

# 替换为你的数据框和列名：df=数据框，group=分组列，value=数值列
ggplot(df, aes(x = group, y = value)) +
  # 绘制箱线图（含1%-99%须线）
  stat_summary(fun.data = custom_box_stats, geom = "boxplot", fill = "white") +
  # 绘制红色异常值点
  stat_summary(fun.y = custom_outlier_points, geom = "point", color = "red", size = 2)

关键说明 #

• 箱线部分：custom_box_stats严格以1%和99%分位数作为须线端点，完全独立于异常值计算，彻底解决须线被截断的问题。
• 异常值部分：custom_outlier_points精准筛选所有超出范围的点，通过单独的stat_summary调用绘制，确保所有符合条件的点都被标记为红色。
• 额外注意：函数中加入na.rm = TRUE避免缺失值干扰；绘图顺序上先画箱线再画异常值，防止异常值被遮挡。

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