如何用Stripplot展示Boxplot中的极端异常值？R语言求助

我来帮你解决这个箱线图异常值的展示问题！你的核心需求是在不隐藏异常值的前提下，让主图美观，同时把极端值单独展示，这个思路非常合理，下面我会一步步带你实现，还会修正你之前代码里的问题。

首先先梳理你之前代码里的几个小问题：

• 拼写错误：df$Trail2应该是df$Trial2（少了一个字母i）
• 异常值筛选逻辑有误：df[!(df %in% xout)]不能直接用在数据框上，因为xout是从多个分组提取的异常值集合，你需要针对每个分组（Trial2、Trial3）单独处理数据，同时保留分组信息。

方案实现：双图组合展示（主箱线图+异常值散点图） #

我用ggplot2和tidyverse工具包来实现，它们能更灵活地处理数据和组合图表：

步骤1：准备数据与加载依赖包

先把你的示例数据加载好，同时把宽格式数据转成更适合分组处理的长格式：

# 加载必要的包（如果没安装先运行：install.packages("tidyverse")）
library(tidyverse)

# 示例数据（如果是从CSV读取，替换成 df <- read.csv("Inhibitor.csv", header=TRUE)）
df <- tibble(
  Inhibitor = c("grak", "grab", "hhus", "hhuf", "kkul", "kkju", "juik", "jtui", "test"),
  Trial2 = c(0.20, 11.00, 0.21, 0.341, 1.66, 0.45, 0.30, 0.80, 0.233),
  Trial3 = c(0.45, 31.55, 0.18, 0.32, 0.80, 0.30, 0.20, 0.40, 0.36)
)

# 转成长格式，方便后续分组处理
df_long <- df %>%
  pivot_longer(cols = starts_with("Trial"), names_to = "Trial", values_to = "Rate")

步骤2：标记每个分组的异常值

用箱线图的默认规则（超过四分位距IQR的1.5倍）来识别异常值：

df_long <- df_long %>%
  group_by(Trial) %>%
  mutate(
    q1 = quantile(Rate, 0.25),
    q3 = quantile(Rate, 0.75),
    iqr = q3 - q1,
    # 标记是否为异常值
    is_outlier = Rate > q3 + 1.5*iqr | Rate < q1 - 1.5*iqr
  ) %>%
  ungroup()

步骤3：绘制主箱线图（y轴范围0-10）

主图只展示非异常值，同时隐藏默认的异常值点，避免干扰：

p_main <- ggplot(df_long %>% filter(!is_outlier | Rate <= 10), aes(x = Trial, y = Rate)) +
  geom_boxplot(fill = "#69b3a2", outlier.shape = NA) + # 隐藏默认异常值点
  geom_jitter(width = 0.2, alpha = 0.6) + # 添加非异常值散点，更直观展示数据分布
  ylim(0, 10) +
  labs(x = "Trial", y = "Rate") +
  theme_minimal()

步骤4：绘制上方的异常值散点图（y轴范围10-35）

这个图专门展示大于10的极端异常值，同时简化样式避免和主图重复：

p_outliers <- ggplot(df_long %>% filter(is_outlier & Rate > 10), aes(x = Trial, y = Rate)) +
  geom_point(color = "#ff4500", size = 3) + # 用醒目的橙色标记异常值
  ylim(10, max(df_long$Rate) + 2) + # y轴从10开始，留出一点空间
  labs(x = "", y = "") + # 去掉冗余的轴标签
  theme_minimal() +
  theme(
    axis.text.x = element_blank(), # 隐藏x轴刻度，和主图共用
    axis.ticks.x = element_blank(),
    panel.grid = element_blank() # 去掉网格线，保持简洁
  )

步骤5：组合两个图表

用patchwork包把两个图垂直组合，对齐x轴，设置合理的高度比例：

# 如果没安装patchwork，先运行：install.packages("patchwork")
library(patchwork)

# 异常值图在上，主图在下，高度比例2:8
p_outliers / p_main + plot_layout(heights = c(2, 8))

可选方案：截断箱线图+标记 #

如果你不想用两个图，也可以直接在主图里截断y轴，用箭头和文本标记异常值：

ggplot(df_long, aes(x = Trial, y = Rate)) +
  geom_boxplot(fill = "#69b3a2", outlier.shape = NA) +
  geom_jitter(data = df_long %>% filter(Rate <=10), width = 0.2, alpha = 0.6) +
  # 在y=10的位置用三角形标记异常值位置
  geom_point(data = df_long %>% filter(Rate >10), aes(x = Trial, y = 10), color = "#ff4500", shape = 2) +
  # 用箭头指向异常值实际位置
  geom_segment(data = df_long %>% filter(Rate >10), 
               aes(x = Trial, xend = Trial, y = 10, yend = 10), 
               arrow = arrow(length = unit(0.2, "cm")), color = "#ff4500") +
  # 标注异常值的具体数值
  annotate("text", x = df_long %>% filter(Rate >10) %>% pull(Trial), 
           y = df_long %>% filter(Rate >10) %>% pull(Rate),
           label = df_long %>% filter(Rate >10) %>% pull(Rate),
           vjust = -0.5, color = "#ff4500") +
  ylim(0, 10) +
  labs(x = "Trial", y = "Rate") +
  theme_minimal()

这样处理后，你的箱线图既保持了美观的展示效果，又完整保留了所有数据信息，不会因为极端值被压缩成线条啦！

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