ggplot2实现按月份分组绘制箱线图的语法与参数设置

散点图属于逐观测映射的非聚合图层，不需要明确分组就能正常渲染；但箱线图是聚合类图层，必须提前指定观测的分组规则才能正确计算分位数统计量。
你的COLDATE字段是精确到天的连续型日期变量，ggplot不会自动将其按自然月切分聚合，直接绘制时要么每个独立日期生成一个极小的箱线，要么全量数据合并为一个箱线，无法得到按月分组的效果。

方案1：提前加工月份分组字段（推荐，逻辑最稳定） #

先在原始数据集中生成一个映射到当月第一天的日期列，作为统一的分组和x轴映射依据，使用lubridate包的floor_date()函数实现，不会破坏原日期字段的格式：

library(lubridate)
library(ggplot2)

# 新增月份维度列，同一月的所有记录该字段值均为当月1号的日期
Results$collect_month <- floor_date(Results$COLDATE, unit = "month")

之后直接传入ggplot绘图即可，原有坐标轴、主题设置无需修改：

ggplot(Results, aes(x = collect_month, y = `PB(ug/L)`, group = collect_month)) +
  coord_trans(y = "log10") +
  geom_boxplot(alpha = 0.5) +
  xlab("Collection Date") +
  scale_x_date(date_breaks = "1 month", date_labels =  "%b %Y") +
  theme(axis.text.x=element_text(angle=60, hjust=1))

注意：不要用cut(COLDATE, breaks = "month")生成月份分组，该函数返回因子类型而非标准日期格式，会导致scale_x_date()日期坐标轴渲染报错。

方案2：不修改原数据集，在映射内直接计算分组 #

如果不想改动原始数据，可以直接在aes()的group参数内完成分组计算，效果和方案1完全一致：

ggplot(Results, aes(
  x = COLDATE,
  y = `PB(ug/L)`,
  group = floor_date(COLDATE, unit = "month")
)) +
  coord_trans(y = "log10") +
  geom_boxplot(alpha = 0.5) +
  xlab("Collection Date") +
  scale_x_date(date_breaks = "1 month", date_labels =  "%b %Y") +
  theme(axis.text.x=element_text(angle=60, hjust=1))

• group参数接收与数据集观测行数等长的分组向量，ggplot会将向量中取值相同的观测归为同一组，供箱线图、折线图、聚合柱状图等图层做统计计算。
• 禁止给group传入单个字符串、数值类的标量值，否则会将全部观测归为同一个组，无法生成分组效果。
• 当x轴映射为离散/分类变量时，ggplot会默认以x的取值作为分组依据，此时可省略group参数；如果x轴映射为连续型变量（比如精确到天的日期），必须手动指定group参数明确分组规则，否则聚合图层无法正常渲染。

内容的提问来源于stack exchange，提问作者Paul Wild