R语言分组子集箱线图问题：CCG标签未按筛选条件显示

这个问题我之前也碰到过！核心原因是你的CCGName应该是一个因子类型的变量——虽然你用subset参数筛选出了指定卫生区域（DCOCode %in% c("Q74 Eng Team")）的数据，但因子的「水平（levels）」还保留着整个数据集里的所有CCG标签，所以箱线图的X轴才会把所有CCG都显示出来，哪怕有些在你选中的子集里根本没有对应数据。

给你两个简单的解决办法：

方法一：提前筛选并重置因子水平 #

先把符合条件的子集单独提取出来，然后去掉因子里那些没有数据的水平，再绘图：

# 第一步：筛选目标子集
pertussis_filtered <- subset(pertussis, DCOCode %in% c("Q74 Eng Team"))
# 第二步：重置CCGName的因子水平，只保留子集里存在的CCG
pertussis_filtered$CCGName <- droplevels(pertussis_filtered$CCGName)
# 第三步：绘制箱线图
boxplot(Percentuptake~CCGName, data=pertussis_filtered, 
        main="Maternal Pertussis Uptake", 
        xlab="CCG Name", 
        ylab="Maternal Pertussis Uptake (%)")

方法二：在绘图公式中直接转换因子 #

如果你不想单独处理数据集，可以在boxplot的公式里把CCGName重新转换为因子，这样会自动只保留当前子集里的有效水平：

boxplot(Percentuptake~factor(CCGName), data=pertussis, 
        subset=DCOCode %in% c("Q74 Eng Team"), 
        main="Maternal Pertussis Uptake", 
        xlab="CCG Name", 
        ylab="Maternal Pertussis Uptake (%)")

两种方法都能解决你的问题，你可以根据自己的习惯选择~

内容的提问来源于stack exchange，提问作者A. Moss