R语言箱线图绘制：0/1指标数据与变量分组处理指南

1. 如何使用0和1的指标数据绘制箱线图？ #

先分两种常见场景给你拆解，新手也能快速上手：

场景A：用0/1作为分组变量，展示连续变量的分布 #

这是最实用的情况——比如你有个二元标签（比如is_vip，0=非会员，1=会员），想对比两组的消费金额分布，直接用ggplot2就能实现：

# 加载必备绘图包
library(ggplot2)

# 模拟一份测试数据
set.seed(123)
test_data <- data.frame(
  group = sample(c(0,1), 100, replace = TRUE),
  spending = rnorm(100, mean = ifelse(sample(c(0,1),100,replace=T), 800, 400), sd=150)
)

# 绘制箱线图：记得把0/1转成因子，不然R会当成连续值处理
ggplot(test_data, aes(x = factor(group), y = spending)) +
  geom_boxplot(fill = "lightblue") +
  labs(x = "0/1分组", y = "消费金额") +
  theme_minimal()

场景B：直接对0/1本身的数据集绘制箱线图 #

如果你的数据就是一堆0和1（比如某指标的取值只有这两个），箱线图的统计意义不算强，但也能画出来展示分布：

# 模拟0/1数据集
binary_data <- data.frame(indicator = sample(c(0,1), 200, replace = TRUE, prob = c(0.4, 0.6)))

# 绘制箱线图
ggplot(binary_data, aes(y = indicator)) +
  geom_boxplot(width = 0.2, fill = "coral") +
  labs(y = "0/1指标值") +
  theme_minimal()

2. R新手实战：基于Price绘制箱线图（含变量处理） #

针对你的需求，我用新手友好的tidyverse工具链一步步实现，每一步都加了注释：

步骤1：加载所需工具包 #

library(tidyverse) # 包含数据处理的dplyr和绘图的ggplot2

步骤2：将Storage变量分组为64GB、256GB、other_GB、NA_GB #

假设你的原始数据框叫df，不管Storage是数值型还是字符型，都能适配：

df <- df %>%
  mutate(
    # 先统一格式：数值转成带GB的字符，字符型直接用
    storage_raw = ifelse(is.numeric(Storage), paste0(Storage, "GB"), as.character(Storage)),
    # 按规则分组
    storage = case_when(
      storage_raw == "64GB" ~ "64GB",
      storage_raw == "256GB" ~ "256GB",
      !is.na(storage_raw) ~ "other_GB", # 非64/256的都归为other
      TRUE ~ "NA_GB" # 处理所有缺失值
    )
  )

步骤3：解决Price与其他变量的缩放差异问题 #

如果要在同一张图里展示Price和其他数值差距大的变量（比如评分1-5，Price是几百上千），推荐两种方法：

方法A：标准化变量（所有变量转成均值0、标准差1的统一尺度）

df <- df %>%
  mutate(
    Price_scaled = scale(Price),
    Rating_scaled = scale(Rating) # 假设另一个变量是Rating
  )

# 转成长格式数据，方便分组绘图
df_long <- df %>%
  select(storage, Price_scaled, Rating_scaled) %>%
  pivot_longer(cols = -storage, names_to = "variable", values_to = "scaled_value")

# 绘制标准化后的箱线图
ggplot(df_long, aes(x = storage, y = scaled_value, fill = variable)) +
  geom_boxplot(position = position_dodge(width = 0.8)) +
  labs(x = "存储类别", y = "标准化值", fill = "变量") +
  theme_minimal()

方法B：双Y轴（适合不想改变原始数值的场景）

ggplot(df, aes(x = storage)) +
  geom_boxplot(aes(y = Price), fill = "lightblue", width = 0.3) +
  geom_boxplot(aes(y = Rating * 200), fill = "coral", width = 0.3) + # 把Rating放大到和Price同量级
  scale_y_continuous(
    name = "Price",
    sec.axis = sec_axis(~ . / 200, name = "Rating") # 右侧Y轴转回到原始尺度
  ) +
  theme_minimal()

⚠️ 注意：双Y轴容易误导读者，优先推荐标准化方法。

步骤4：让R识别变量“1”的操作 #

如果你的变量“1”是字符型（比如取值是"1"），要转成数值用：

# 字符转数值
df$target_var <- as.numeric(df$target_var)

# 如果是因子类型的"1"，先转字符再转数值
df$target_var <- as.numeric(as.character(df$target_var))

如果要把“1”作为分组水平，转成因子即可：

df$target_var <- as.factor(df$target_var)

完整整合代码（直接替换成你的数据集就能用） #

# 加载包
library(tidyverse)

# 模拟原始数据（替换成你自己的df）
set.seed(456)
df <- data.frame(
  Price = sample(300:1200, 200, replace = TRUE),
  Storage = sample(c(64, 256, 128, 512, NA), 200, replace = TRUE),
  Rating = sample(1:5, 200, replace = TRUE),
  target_var = sample(c("1", "0", "2"), 200, replace = TRUE)
)

# 处理Storage分组和变量"1"
df <- df %>%
  mutate(
    storage_raw = paste0(Storage, "GB"),
    storage = case_when(
      storage_raw == "64GB" ~ "64GB",
      storage_raw == "256GB" ~ "256GB",
      !is.na(storage_raw) ~ "other_GB",
      TRUE ~ "NA_GB"
    ),
    target_var_num = as.numeric(target_var) # 把"1"转成数值
  )

# 绘制最终的Price箱线图
ggplot(df, aes(x = storage, y = Price)) +
  geom_boxplot(fill = "lightgreen") +
  labs(x = "存储容量类别", y = "价格", title = "不同存储容量的价格分布") +
  theme_minimal()

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