使用汇总统计信息在ggplot2中生成箱线图 [英] Producing a boxplot in ggplot2 using summary statistics

问题描述

以下是使用ggplot2生成boxplot的代码我试图修改以适应我的问题：

 库（ggplot2）
 set.seed（1）
＃创建假想数据
a < -  rnorm（10）
b < -  rnorm（12）
c< -   -   -   -   - （7）
d < -  rnorm（15）
 
＃data groups 
 group < -  factor（rep（1：4，c（10，12，7 （b，c，d），组）
名称（mydata） -  c（值，组）
 
＃函数用于计算平均值，DS，最大值和最小值
 min.mean.sd.max<  -  function（x）{ 
r <-c（min（x），mean（x）-sd（x），mean（x），mean（x）+ sd（x），max（x））
 names（ r）< -  c（ymin，lower，middle，upper，ymax）
r 
} 
 
＃ggplot code 
 p1 < -  ggplot（aes（y = value，x = factor（group）），data = mydata）
 p1 < -  p1 + stat_summary（fun.data = min.mean.sd.max，geom =boxplot）+ ggtitle（Boxplot con media，95％CI，valore min。e max。）+ xlab（Gruppi）+ ylab（Valori）
  

在我的例子中，我没有实际的数据点，而只有他们的平均值和标准差（数据正态分布）。所以对于这个例子来说：

  mydata.mine = data.frame（mean = c（mean（a），mean （b），平均值（c），平均值（d）），sd = c（sd（a），sd（b），sd（c），sd（d））， 4））
  

然而，我仍然想制作一个boxplot。我想定义：
ymin = mean - 3 * sd
lower = mean - sd
mean = mean
upper = mean + sd

ymax =意思是+ 3 * sd

但是我不知道如何定义一个函数来访问stat_summary中fun.data的mydata.mine的mean和sd。或者，我可以使用> rnorm 从平均值和sd参数化的正常值中抽取点，但第一个选项在我看来更加优雅和简单。

解决方案

  ggplot（mydata.mine，aes（x = as.factor（group） ））+ 
 geom_boxplot（aes（
 lower = mean  -  sd，
 upper = mean + sd，
 middle = mean，
 ymin = mean  -  3 * sd ，
 ymax = mean + 3 * sd），
 stat =identity）
  

Below is a code for producing a boxplot using ggplot2 I'm trying to modify in order to suit my problem:

library(ggplot2)
set.seed(1)
# create fictitious data
a <- rnorm(10)
b <- rnorm(12)
c <- rnorm(7)
d <- rnorm(15)

# data groups
group <- factor(rep(1:4, c(10, 12, 7, 15)))

# dataframe
mydata <- data.frame(c(a,b,c,d), group)
names(mydata) <- c("value", "group")

# function for computing mean, DS, max and min values
min.mean.sd.max <- function(x) {
  r <- c(min(x), mean(x) - sd(x), mean(x), mean(x) + sd(x), max(x))
  names(r) <- c("ymin", "lower", "middle", "upper", "ymax")
  r
}

# ggplot code
p1 <- ggplot(aes(y = value, x = factor(group)), data = mydata)
p1 <- p1 + stat_summary(fun.data = min.mean.sd.max, geom = "boxplot") + ggtitle("Boxplot con media, 95%CI, valore min. e max.") + xlab("Gruppi") + ylab("Valori")

In my case I do not have the actual data points but rather only their mean and standard deviation (the data are normally distributed). So for this example it will be:

mydata.mine = data.frame(mean = c(mean(a),mean(b),mean(c),mean(d)),sd = c(sd(a),sd(b),sd(c),sd(d)),group = c(1,2,3,4))

However I would still like to produce a boxplot. I thought of defining: ymin = mean - 3*sd lower = mean - sd mean = mean upper = mean + sd
ymax = mean + 3*sd

but I don't know how to define a function that will access mean and sd of mydata.mine from fun.data in stat_summary. Alternatively, I can just use rnorm to draw points from a normal parameterized by the mean and sd I have, but the first option seems to me a bit more elegant and simple.

解决方案

ggplot(mydata.mine, aes(x = as.factor(group))) +
  geom_boxplot(aes(
      lower = mean - sd, 
      upper = mean + sd, 
      middle = mean, 
      ymin = mean - 3*sd, 
      ymax = mean + 3*sd),
    stat = "identity")

这篇关于使用汇总统计信息在ggplot2中生成箱线图的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！