R语言中轴对数变换前箱线图均值位置异常问题求助

你的问题核心是算术均值与几何均值的混淆：当前代码计算的是原始数据的算术均值（16.2），但数据中的极端大值（如340）会大幅拉高这个值，导致它在对数刻度上的位置偏离箱线图的集中区域；而你预期的应该是对数转换后数据的均值（即几何均值），它更贴合对数尺度下的中心趋势。

修正方案 #

修改stat_summary的fun参数，直接计算几何均值（先对数据取log10，计算均值后再转换回原始尺度）：

df %>%
  ggplot(aes(x = 0, y = value)) +
  geom_boxplot(width = .12, outlier.color = NA) +
  # 计算几何均值作为均值点
  stat_summary(fun = function(x) 10^mean(log10(x)), 
               geom="point", shape=21, size=3, color="black", fill="grey") +
  labs(
    x = "",
    y = "Particle counts (P/kg)"
  ) +
  scale_y_log10(breaks = trans_breaks("log10", function(x) 10^x), 
                labels = trans_format("log10", math_format(10^.x)))

原理说明 #

• 原始数据的算术均值：mean(df$value) ≈ 16.2，对应对数刻度的log10(16.2)≈1.2，这个值因极端大值被拉高，远离多数数据的集中区域。
• 几何均值：10^mean(log10(df$value))≈0.44，它是对数转换后数据的均值还原值，更能反映对数尺度下数据的中心位置，与箱线图的分位数区域匹配。

内容的提问来源于stack exchange，提问作者Kris