ggplot2 - 为什么改变轴比例会影响变量的汇总统计？ [复制]

Question

我有以下数据：

x <- data.frame('myvar'=c(10,10,9,9,8,8, runif(100)), 'mygroup' = c(rep('a', 26), rep('b', 80)))

我想在 ggplot2 中使用盒须图来描述数据。我还包括了使用 stat_summary 的平均值。

library(ggplot2)
ggplot(x, aes(x=myvar, y=mygroup)) + 
geom_boxplot() +
stat_summary(fun=mean, geom='point', shape=20, color='red', fill='red') 

这很好，但对于我的一些图表，离群值非常大，以至于很难理解总分布。在这些情况下，我切断了 x 轴：

ggplot(x, aes(x=myvar, y=mygroup)) + 
geom_boxplot() +
stat_summary(fun=mean, geom='point', shape=20, color='red', fill='red')  +
scale_x_continuous(limit=c(0,5))

请注意，现在平均值（和中位数？）是仅使用图表上可见的数据子集计算的。是否有 ggplot 方法可以将离群值包含在计算中，但将它们从可视化中删除？

我想要的输出将是一个图表，其中 x 限制为c(0,5)，组mygroup='a' 的红点为 2.48。

Answer 1

scale_x_continuous 将删除那些不在限制范围内的点。您想使用 coord_cartesian 来“放大”而不删除您的数据：

ggplot(x, aes(x=myvar, y=mygroup)) + 
  geom_boxplot() +
  stat_summary(fun=mean, geom='point', shape=20, color='red', fill='red')  +
  coord_cartesian(c(0,5))