R语言如何通过循环批量绘制箱线图识别数据异常值

需求说明 #

• 数据集同时包含数值型、分类型取值列
• 目标：为每个数值列单独绘制箱线图，通过可视化识别各列异常值
• 痛点：逐列手写绘图代码冗余笨重，列数增减时适配性差
• 要求：实现效果与参考Python循环逻辑完全一致

原有冗余无循环代码 #

#Using Boxplots, check for outliers in each in each float or integer value column. 

b <-boxplot(df$item1, main = 'item1')
b <-boxplot(df$item2, main = 'item2')
b <-boxplot(df$item3, main = 'item3')
b <-boxplot(df$item4, main = 'item4')
b <-boxplot(df$item5, main = 'item5')
b <-boxplot(df$item6, main = 'item6')
b <-boxplot(df$item7, main = 'item7')
b <-boxplot(df$item8, main = 'item8')
b <-boxplot(df$item9, main = 'item9')
b <-boxplot(df$item10, main = 'item10')
b <-boxplot(df$item11, main = 'item11')
b <-boxplot(df$item12, main = 'item12')
b <-boxplot(df$item13, main = 'item13')
b <-boxplot(df$item14, main = 'item14')
b <-boxplot(df$item15, main = 'item15')
b <-boxplot(df$item16, main = 'item16')

参考Python实现逻辑 #

outliers = ['Item1', 'Item2', 'Item3', 'Item4', 'Item5', 'Item6', 'Item7', 'Item8', 'Item9', 'Item10', 'Item11', 'Item12', 'Item13', 'Item14', 'Item15', 'Item16']

i=0 
while i < len(outliers):
    sns.boxplot(x = outliers[i], data = df)
    plt.show()
    i = i + 1

可用R实现方案 #

方案1：和Python逻辑完全对齐的手动指定列名循环 #

直接遍历目标列名向量，写法和Python逻辑一一对应，不需要额外依赖包，用基础R绘图函数即可：

# 手动指定需要绘制箱线图的列名
target_cols <- c('item1', 'item2', 'item3', 'item4', 'item5', 'item6',
                 'item7', 'item8', 'item9', 'item10', 'item11', 'item12',
                 'item13', 'item14', 'item15', 'item16')

# 循环逐列绘图
for (col in target_cols) {
  # 用[[按列名动态取值，和$取值效果一致，支持传入变量
  b <- boxplot(df[[col]], main = col)
}

如果在RStudio中运行，绘图窗口会逐张生成图像，可通过窗口前后翻页按钮查看所有列的箱线图。

方案2：自动识别所有数值列绘图（更通用） #

不需要手动枚举列名，代码会自动筛选数据集中所有整数、浮点类型的数值列绘图，后续数据集增减列不需要修改代码：

# 自动筛选数据集中所有数值型列
numeric_cols <- names(df)[sapply(df, is.numeric)]

for (col in numeric_cols) {
  boxplot(df[[col]], main = paste0(col, " 箱线图（异常值检测）"))
}

可选：把所有箱线图拼在同一张画布查看 #

如果不想逐张翻图，可以直接把所有数值列的箱线图排布在同一个绘图窗口，更方便横向对比：

# 设置画布排布，比如4行4列刚好放下16张图，可根据实际列数调整行列数
par(mfrow = c(4,4))
numeric_cols <- names(df)[sapply(df, is.numeric)]
for (col in numeric_cols) {
  boxplot(df[[col]], main = col)
}
# 绘图完成后重置画布为单图排布模式
par(mfrow = c(1,1))

注意：如果绘图过程中出现边距报错，可以适当拉大RStudio绘图窗口尺寸，或者在par()中设置mar参数调整图像边距即可。

内容的提问来源于stack exchange，提问作者Amanda H