我有一个名为mpg的数据集。我有兴趣绘制箱形图(上面带有点),以查看变量drv(动力传动系统的类型)和cty(每加仑城市英里数)之间的关系。下面是我的代码:ggplot(data=mpg,mapping=aes(x=drv,y=cty))+geom_boxplot(outlier.shape = NA)+geom_jitter()
是否有办法从geom_jitter()中排除异常值?
geom_jitter()
没有用于自行丢弃异常值的参数。您需要通过定义哪些点是异常值来手动过滤要绘制的数据点。
library(dplyr)
library(ggplot2)
mpg %>%
group_by(drv) %>%
mutate(cty_filtered = case_when(cty - quantile(cty)[4] > 1.5*IQR(cty) ~ NA_real_,
quantile(cty)[2] - cty > 1.5*IQR(cty) ~ NA_real_,
TRUE ~ cty)) %>%
ggplot() + geom_boxplot(aes(drv, cty)) + geom_jitter(aes(drv, cty_filtered))
您可以使用outlier.shape=NA
隐藏geom_boxplot的离群值。对于geom_jitter,您可以使用透明度部分隐藏离群值,但是需要首先定义这些离群值。
mpg %>%
group_by(drv) %>%
mutate(cty.show = as.numeric( # so ggplot doesn't complain about alpha being discrete
between(cty,
quantile(cty)[2] - 1.5*IQR(cty),
quantile(cty)[4] + 1.5*IQR(cty)))) %>%
ggplot(aes(drv, cty)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(aes(alpha=cty.show), show.legend=FALSE)
当然,您始终可以通过先过滤掉异常值来完全忽略它们。
mpg %>%
group_by(drv) %>%
filter(between(cty,
quantile(cty)[2] - 1.5*IQR(cty),
quantile(cty)[4] + 1.5*IQR(cty))) %>%
ggplot(aes(drv, cty)) +
geom_boxplot() + geom_jitter()