在R中用ggarrange组合箱线图报错：无法将list转为grob

尝试用ggarrange将三张箱线图组合到一张图中时，重复出现报错：Warning: Cannot convert object of class list into a grob。

绘制箱线图的代码如下：

clr <- hcl.colors(length(unique(df6$Q8)), alpha=.5)
blr <- hcl.colors(length(unique(df6$Q8)), alpha=1)

A <- boxplot(AI ~ Q8,data=df6,
        xlab="walking ability", ylab="% active", col=clr, border=blr)

corr <- with(df6, cor.test(AI, Q8))[c('estimate', 'conf.int')]

legend('topleft', 
       legend=bquote(rho ==.(signif(corr[[1]], 2))~'['*.(signif(corr[[2]][1], 2))*','~.(signif(corr[[2]][2], 2))*']'),
       bty='n')

clr <- hcl.colors(length(unique(df6$Q8)), alpha=.5)
blr <- hcl.colors(length(unique(df6$Q8)), alpha=1)

B <- boxplot(activity ~ Q8,data=df6,
        xlab="Walking ability", ylab="% active", col=clr, border=blr)

corr <- with(df6, cor.test(activity, Q8))[c('estimate', 'conf.int')]

legend('topleft', 
       legend=bquote(rho ==.(signif(corr[[1]], 2))~'['*.(signif(corr[[2]][1], 2))*','~.(signif(corr[[2]][2], 2))*']'),
       bty='n')

clr <- hcl.colors(length(unique(df6$Q8)), alpha=.5)
blr <- hcl.colors(length(unique(df6$Q8)), alpha=1)

C <- boxplot(ZIM_SD ~ Q8,data=df6,
        xlab="Walking ability", ylab="Zero inflated model", col=clr, border=blr)

corr <- with(df6, cor.test(ZIM_SD, Q8))[c('estimate', 'conf.int')]

legend('topleft', 
       legend=bquote(rho ==.(signif(corr[[1]], 2))~'['*.(signif(corr[[2]][1], 2))*','~.(signif(corr[[2]][2], 2))*']'),
       bty='n')

用于组合图形的代码：

ggarrange(A,                # First row with line plot
  # Second row with box and dot plots
  ggarrange(B, C, ncol = 2, labels = c("", "")), 
  nrow = 2, 
  labels = ""       # Label of the line plot
  ) 

ggarrange（来自ggpubr包）是为ggplot2对象设计的图形组合工具，而base R的boxplot()函数返回的不是ggplot对象，而是包含箱线图统计信息的列表（class为list），无法被ggarrange识别为可组合的图形元素，因此触发报错。

以下提供两种可行的解决思路：

方案1：使用base R布局函数组合图形 #

如果想继续使用base R的boxplot，可以用layout()指定多图布局，直接按顺序绘制即可：

# 设置布局：第一行1个图，第二行2个图
layout(matrix(c(1,2,3), nrow=2, byrow=TRUE))

# 绘制图A
clr <- hcl.colors(length(unique(df6$Q8)), alpha=.5)
blr <- hcl.colors(length(unique(df6$Q8)), alpha=1)

boxplot(AI ~ Q8,data=df6,
        xlab="walking ability", ylab="% active", col=clr, border=blr)

corr <- with(df6, cor.test(AI, Q8))[c('estimate', 'conf.int')]
legend('topleft', 
       legend=bquote(rho ==.(signif(corr[[1]], 2))~'['*.(signif(corr[[2]][1], 2))*','~.(signif(corr[[2]][2], 2))*']'),
       bty='n')

# 绘制图B
clr <- hcl.colors(length(unique(df6$Q8)), alpha=.5)
blr <- hcl.colors(length(unique(df6$Q8)), alpha=1)

boxplot(activity ~ Q8,data=df6,
        xlab="Walking ability", ylab="% active", col=clr, border=blr)

corr <- with(df6, cor.test(activity, Q8))[c('estimate', 'conf.int')]
legend('topleft', 
       legend=bquote(rho ==.(signif(corr[[1]], 2))~'['*.(signif(corr[[2]][1], 2))*','~.(signif(corr[[2]][2], 2))*']'),
       bty='n')

# 绘制图C
clr <- hcl.colors(length(unique(df6$Q8)), alpha=.5)
blr <- hcl.colors(length(unique(df6$Q8)), alpha=1)

boxplot(ZIM_SD ~ Q8,data=df6,
        xlab="Walking ability", ylab="Zero inflated model", col=clr, border=blr)

corr <- with(df6, cor.test(ZIM_SD, Q8))[c('estimate', 'conf.int')]
legend('topleft', 
       legend=bquote(rho ==.(signif(corr[[1]], 2))~'['*.(signif(corr[[2]][1], 2))*','~.(signif(corr[[2]][2], 2))*']'),
       bty='n')

# 恢复默认布局
layout(1)

方案2：改用ggplot2绘制箱线图，再用ggarrange组合 #

将箱线图改为ggplot2语法生成的对象，即可正常使用ggarrange组合。先定义通用函数减少重复代码：

library(ggplot2)
library(ggpubr)

# 定义生成带相关系数标注的箱线图的函数
create_boxplot <- function(data, x_var, y_var, x_label, y_label) {
  # 计算相关系数与置信区间
  corr <- cor.test(data[[y_var]], data[[x_var]])
  rho <- signif(corr$estimate, 2)
  ci_low <- signif(corr$conf.int[1], 2)
  ci_high <- signif(corr$conf.int[2], 2)
  corr_label <- bquote(rho == .(rho) ~ '[' * .(ci_low) * ',' ~ .(ci_high) * ']')
  
  # 生成颜色向量
  n_groups <- length(unique(data[[x_var]]))
  clr <- hcl.colors(n_groups, alpha=.5)
  blr <- hcl.colors(n_groups, alpha=1)
  
  # 绘制ggplot箱线图
  ggplot(data, aes(x = .data[[x_var]], y = .data[[y_var]])) +
    geom_boxplot(fill = clr, color = blr) +
    labs(x = x_label, y = y_label) +
    theme_bw() +
    annotate("text", x = 1, y = max(data[[y_var]], na.rm=TRUE), 
             label = as.character(corr_label), hjust=0, vjust=1)
}

# 生成三个箱线图对象
A <- create_boxplot(df6, "Q8", "AI", "walking ability", "% active")
B <- create_boxplot(df6, "Q8", "activity", "Walking ability", "% active")
C <- create_boxplot(df6, "Q8", "ZIM_SD", "Walking ability", "Zero inflated model")

# 使用ggarrange组合图形
ggarrange(A, 
          ggarrange(B, C, ncol = 2), 
          nrow = 2)

内容的提问来源于stack exchange，提问作者Data miner123