Выделение ярлыков ящиков в R

Ответ 1

Ниже приведено воспроизводимое решение, в котором используется dplyr и встроенный набор данных mtcars.

Прогулка по коду: сначала создайте функцию is_outlier, которая вернет boolean TRUE/FALSE, если значение, переданное в нее, является выбросом. Затем мы выполняем "анализ/проверку" и построим данные - сначала мы group_by нашу переменную (cyl в этом примере, в вашем примере это будет PortugesOutcome), и мы добавим переменную outlier в вызов mutate (если переменная drat является outlier [обратите внимание, что это соответствует RatioPort2Dutch в вашем примере], мы передадим значение drat, в противном случае мы вернем NA, чтобы значение не было график). Наконец, мы построим результаты и построим текстовые значения через geom_text и эстетическую метку, равную нашей новой переменной; кроме того, мы компенсируем текст (сдвинем его вправо) с помощью hjust, чтобы мы могли видеть значения рядом с точками outling, а не поверх них.

library(dplyr)
library(ggplot2)

is_outlier <- function(x) {
  return(x < quantile(x, 0.25) - 1.5 * IQR(x) | x > quantile(x, 0.75) + 1.5 * IQR(x))
}

mtcars %>%
  group_by(cyl) %>%
  mutate(outlier = ifelse(is_outlier(drat), drat, as.numeric(NA))) %>%
  ggplot(., aes(x = factor(cyl), y = drat)) +
    geom_boxplot() +
    geom_text(aes(label = outlier), na.rm = TRUE, hjust = -0.3)

Ответ 2

Это работает для вас?

library(ggplot2)
library(data.table)

#generate some data
set.seed(123)
n=500
dat <- data.table(group=c("A","B"),value=rnorm(n))

ggplot определяет outlier по умолчанию как нечто, что > 1.5 * IQR из границ поля.

#function that takes in vector of data and a coefficient,
#returns boolean vector if a certain point is an outlier or not
check_outlier <- function(v, coef=1.5){
  quantiles <- quantile(v,probs=c(0.25,0.75))
  IQR <- quantiles[2]-quantiles[1]
  res <- v < (quantiles[1]-coef*IQR)|v > (quantiles[2]+coef*IQR)
  return(res)
}

#apply this to our data
dat[,outlier:=check_outlier(value),by=group]
dat[,label:=ifelse(outlier,"label","")]

#plot
ggplot(dat,aes(x=group,y=value))+geom_boxplot()+geom_text(aes(label=label),hjust=-0.3)

Ответ 3

Для обозначения выбросов именами строк (на основе ответа JasonAizkalns)

library(dplyr)
library(ggplot2)
library(tibble)

is_outlier <- function(x) {
  return(x < quantile(x, 0.25) - 1.5 * IQR(x) | x > quantile(x, 0.75) + 1.5 * IQR(x))
}

dat <- mtcars %>% tibble::rownames_to_column(var="outlier") %>% group_by(cyl) %>% mutate(is_outlier=ifelse(is_outlier(drat), drat, as.numeric(NA)))
dat$outlier[which(is.na(dat$is_outlier))] <- as.numeric(NA)

ggplot(dat, aes(y=drat, x=factor(cyl))) + geom_boxplot() + geom_text(aes(label=outlier),na.rm=TRUE,nudge_y=0.05)

Ответ 4

Подобный ответ выше, но получает выбросы непосредственно от ggplot2, таким образом избегая любого потенциального конфликта в методе:

# calculate boxplot object
g <- ggplot(mtcars, aes(factor(cyl), drat)) + geom_boxplot()

# get list of outliers 
out <- ggplot_build(g)[["data"]][[1]][["outliers"]]

# label list elements with factor levels
names(out) <- levels(factor(mtcars$cyl))

# convert to tidy data
tidyout <- purrr::map_df(out, tibble::as_tibble, .id = "cyl")

# plot boxplots with labels
g + geom_text(data = tidyout, aes(cyl, value, label = value), 
              hjust = -.3)

Ответ 5

Вы можете сделать это просто внутри самого ggplot, используя соответствующий вызов stat_summary.

ggplot(mtcars, aes(x = factor(cyl), y = drat, fill = factor(cyl))) + 
  geom_boxplot() +
  stat_summary(
    aes(label = round(stat(y), 1)),
    geom = "text", 
    fun.y = function(y) { o <- boxplot.stats(y)$out; if(length(o) == 0) NA else o },
    hjust = -1
  )

Ответ 6

С небольшим завихрением в решении @JasonAizkalns вы можете помечать выбросы своим местоположением в вашем фрейме данных.

mtcars[,'row'] <- row(mtcars)[,1]
...
mutate(outlier = ifelse(is_outlier(drat), row, as.numeric(NA)))
...

Я загружаю фрейм данных в среду R Studio, поэтому я могу более подробно рассмотреть данные в строках outlier.