R：使用“识别”在箱线图中查找列名答案

【问题标题】：R: use "identify" to find the column names in a boxplotR：使用“识别”在箱线图中查找列名
【发布时间】：2013-10-01 08:28:54
【问题描述】：

在 R 中，我从大约 150 列的 data.frame 中绘制了一个相当大的箱线图。我知道有一些“异常”列的分布与数据集的其余部分相差太大，我想准确地确定哪些列。

毫不奇怪，没有足够的空间放置标签，即使有，手动检查也可能不方便。所以我想我可以使用 R 的 identify 函数来定位有问题的列。然而，这样的函数需要 x 和 y 坐标，到目前为止我无法让它工作。

我试过了

boxplot(dd.noctr$TGS, outline=F)
identify(xy.coords(dd.noctr$TGS)$x, y=xy.coords(dd.noctr$TGS)$y)

其中dd.noctr$TGS 是我的数据（矩阵或data.frame），只是为了得到错误

warning: no point within 0.25 inches

表示没有发现任何点。

是否有替代解决方案来识别列名（不是单点）？

【问题讨论】：

【解决方案1】：

这个解决方案似乎有点笨拙，所以可能有更好的解决方案。

设置一些包含三列的示例数据：

TGS = data.frame(A = rnorm(100), B = rnorm(100), C=rnorm(100))

现在我们构造identity 函数。

identify(x=rep(1:ncol(TGS), each=nrow(TGS)), 
     y=as.vector(unlist(TGS)), 
     label=rep(colnames(TGS), each=nrow(TGS)))

标签是列名。此功能仅在您单击箱线图中心附近时才有效。

【讨论】：

是的，就是这样。我认为关键是箱线图的 x 坐标只是 1:(箱线图的数量)。 xy.coords 没有生成正确的坐标，因此identify 找不到附近的点。
您可以使用a = boxplot(TGS)，然后使用identify(x = 1:ncol(TGS), y = a$stats[3,], labels = a$names, n = 1) 作为更短的替代方案。 $stats[3,] 是每个箱线图的中值向量。

【解决方案2】：

如果要获取异常值列表，可以使用箱线图的“out”组件。

示例：创建一个数据框：带有一些平均值为 20 的随机值，并添加一些异常值。此代码将显示异常值。

 df1 = data.frame(A = c(rnorm(15,20,3),7,8,35,32))   #15 rnorm and 4 extreme values
 bplot=boxplot(df1)
 bplot$out

【讨论】：