如何合并多个箱线图？基于年龄分组的性别支出差异可视化需求

嘿，我来帮你搞定这个整合箱线图的问题！你现在分开绘制每个年龄组的图确实没法直观对比，咱们可以通过先创建统一的年龄分组变量，再用这个变量生成整合后的箱线图，轻松把所有组放在同一画布上对比。

第一步：修正分组逻辑并创建分组变量 #

你原来的分组规则有重叠（比如Age>45会包含45-55和>55的人群），这会导致数据统计错误。先修正分组逻辑，再给数据集新增一个Age_Group变量：

# 加载需要的包
library(dplyr)
library(ggplot2)

# 读取数据（如果还没读入的话）
Adv_data <- read.csv("Adv.csv")

# 创建无重叠的年龄分组变量
Adv_data <- Adv_data %>%
  mutate(Age_Group = case_when(
    Age < 25 ~ "Age <25",
    Age >= 25 & Age < 45 ~ "Age 25-44",
    Age >= 45 & Age < 55 ~ "Age 45-54",
    Age >= 55 ~ "Age >=55"
  ))

第二步：绘制整合后的箱线图 #

用新的Age_Group作为x轴，就能把所有年龄组的箱线图放在同一图中，同时按Gender区分颜色：

ggplot(Adv_data, aes(x = Age_Group, y = AveMonthSpend, color = Gender)) +
  geom_boxplot(width = 0.7) + # 调整箱线宽度让图更美观
  labs(
    title = "Monthly Spend Difference by Age Group & Gender",
    x = "Age Group",
    y = "Average Monthly Spend",
    color = "Gender"
  ) +
  theme_bw() # 用简洁的主题，也可以换成theme_minimal()

为什么这样做更合理？ #

• 避免了重复统计重叠分组的问题，保证数据准确性
• 所有年龄组在同一坐标系下，能直接对比组内男女支出差异和不同年龄组的整体支出趋势
• 代码更简洁，后续调整分组或样式也更方便

内容的提问来源于stack exchange，提问作者PhilBoaz