tibble数据框中Month列频数提取及分月箱线图绘制问题
问题根源
你对箱线图的适用场景存在认知偏差:箱线图的作用是展示一组连续数值的分布特征(中位数、四分位、异常值等),但你计划作为Y轴的「月份频数」每个月仅对应1个统计值,没有分布可言,自然无法生成你预期的分月份箱线图。你之前运行boxplot(Month)得到的单条箱线,本质是R把因子的底层整数编码当作数值做了统计,完全没有实际意义。
另外补充:tibble属于兼容普通data.frame的优化数据结构,所有常规绘图函数都可以直接调用,不需要额外做格式转换。
对应解决方案
根据你实际的分析需求,分两种场景给出可直接运行的代码:
场景1:你确实需要展示各月份的样本频数
这种场景用柱状图即可,不需要箱线图:
- 基础绘图系统实现:
# 把代码中的df替换成你自己的tibble变量名 barplot(summary(df$Month), xlab = "月份", ylab = "样本频数")
- ggplot2实现(效果更可控):
library(ggplot2) # 把代码中的df替换成你自己的tibble变量名 ggplot(df, aes(x = Month)) + geom_bar(fill = "steelblue") + labs(x = "月份", y = "样本频数")
场景2:你实际是想按月份分组,查看某类连续指标的分布(箱线图的正确使用场景)
比如你想查看不同月份下用户的产品页面停留时长ProductRelated_Duration的分布,代码如下:
- 基础绘图系统实现:
# 把代码中的df替换成你自己的tibble变量名,可替换ProductRelated_Duration为其他数值列 boxplot(ProductRelated_Duration ~ Month, data = df, xlab = "月份", ylab = "产品页面停留时长")
- ggplot2实现:
library(ggplot2) # 把代码中的df替换成你自己的tibble变量名,可替换ProductRelated_Duration为其他数值列 ggplot(df, aes(x = Month, y = ProductRelated_Duration)) + geom_boxplot(fill = "lightgreen") + labs(x = "月份", y = "产品页面停留时长")
内容的提问来源于stack exchange,提问作者jova95
相关产品推荐
相关产品推荐

