ggplot2箱线图异常值标签添加报错：na.rm为FALSE时不允许缺失值

我来帮你一步步排查并解决这个报错：你遇到的Error in mutate_impl(.data, dots) : Evaluation error: missing values and NaN's not allowed if 'na.rm' is FALSE，核心原因是**is_outlier()函数计算时遇到了缺失值（NA），且未开启缺失值忽略机制**，导致后续逻辑判断返回无效的NA值，触发了dplyr的报错限制。另外你用到的as.numeric(NA)其实是多余的，我们一起优化代码。

第一步：确认并修正is_outlier函数 #

is_outlier不是R基础包或ggplot2自带的函数，通常是用户自定义的。如果你的函数没有处理缺失值的逻辑，遇到NA时会直接崩溃。推荐使用这个带缺失值处理的标准实现：

is_outlier <- function(x, na.rm = TRUE) {
  # 计算四分位数与四分位距
  qs <- quantile(x, probs = c(0.25, 0.75), na.rm = na.rm)
  iqr <- qs[2] - qs[1]
  # 计算异常值上下边界
  lower_bound <- qs[1] - 1.5 * iqr
  upper_bound <- qs[2] + 1.5 * iqr
  # 判断是否为异常值
  x < lower_bound | x > upper_bound
}

这个版本默认开启na.rm = TRUE，会自动忽略value列中的NA值，避免计算出无效的边界值。

第二步：修正mutate代码 #

去掉多余的as.numeric(NA)（NA会自动匹配value列的类型），同时在调用is_outlier时明确传入na.rm = TRUE（如果你的函数默认未开启该参数）：

library(dplyr)

splitData <- splitData %>% 
  group_by(Sample.group) %>% 
  mutate(outlier = ifelse(is_outlier(value, na.rm = TRUE), value, NA))

第三步：处理极端无效分组（可选） #

如果你的数据中存在某些Sample.group分组下的value全是NA的情况，会导致quantile返回NA，进而让is_outlier全返回NA。可以提前过滤掉这些无效分组：

splitData <- splitData %>% 
  group_by(Sample.group) %>% 
  filter(!all(is.na(value))) %>% # 过滤掉所有value都是NA的分组
  mutate(outlier = ifelse(is_outlier(value, na.rm = TRUE), value, NA))

第四步：用ggplot2添加异常值标签 #

完成数据处理后，就可以用geom_text或geom_label给异常值加标签了，记得加上na.rm = TRUE避免绘制NA的标签：

library(ggplot2)

ggplot(splitData, aes(x = Sample.group, y = value)) +
  geom_boxplot() +
  geom_text(aes(label = outlier), na.rm = TRUE, vjust = -0.5, size = 3)

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