如何创建一个按一个连续变量和一个因子变量分组的复杂箱线图？

Question

我想复制论文中的箱线图，如下所示：

箱线图由一个连续变量（I - 在 x 轴上索引）和一个因子变量（方法 - 按颜色索引）分组。

这是我的重复，一切看起来都很好，但是箱线图组不是根据连续变量的值放置的：

我的代码如下：

df5 <- data.frame(
  I = factor(rep(c(50, 100, 200, 400), each = dim(df1)[1])),
  rbind(df1, df2, df3, df4)
)
ggplot(df5, aes(x = I, y = Values*1e05, fill = Method)) +
  geom_boxplot() +
  scale_fill_manual(values = c("#E41A1C", "#377EB8", "#4DAF4A", "#FF7F00")) +
  labs(x = "I (Number of subjects)", y = expression(paste("MISE(", beta[1], "(s))(x", 10^-5, ")"))) +
  theme_minimal()

我不得不说，我需要将连续变量的类型更改为因子才能正确显示四组箱线图。但箱线图组现在是等距的（不是根据连续变量的值：50、100、200、400）。

您能给我一些关于如何处理这个问题的提示吗？谢谢！

您能给我一些关于如何处理这个问题的提示吗？谢谢！

Answer 1

问题是您映射到

x

又名

I

的变量是

factor

而不是

numeric

。因此，为了达到您想要的结果，请将

I

转换为

numeric

。此外，为了完成这项工作，您还必须明确映射

group

aes，以便箱线图仍然按

I

和

Method

分组。为此，我将

interaction(I, Method)

映射到

group

。

使用一些虚假的随机示例数据：

df1 <- df2 <- df3 <- df4 <- expand.grid(
  Method = letters[1:4],
  Values = seq(100)
) |>
  transform(Values = runif(400))

df5 <- data.frame(
  I = factor(rep(c(50, 100, 200, 400), each = dim(df1)[1])),
  rbind(df1, df2, df3, df4)
)

library(ggplot2)

df5$I <- as.numeric(as.character(df5$I))

ggplot(df5, aes(
  x = I, y = Values * 1e05,
  fill = Method,
  group = interaction(I, Method)
)) +
  geom_boxplot() +
  scale_fill_manual(
    values = c("#E41A1C", "#377EB8", "#4DAF4A", "#FF7F00")
  ) +
  labs(
    x = "I (Number of subjects)",
    y = expression(
      paste("MISE(", beta[1], "(s))(x", 10^-5, ")")
    )
  ) +
  theme_minimal()