箱线图单标量变量“；由「；r数据中的多个真/假变量

几个月来，我一直在r数据上步履蹒跚。抱歉，如果这些看起来都是基本的。我一直在寻找各种密切相关的问题和解决方案，但不知何故，我似乎无法使它们适应我的情况。我开始怀疑这是否是我应该尝试去做的事情，但我想问一下也无妨

我有一个数据帧，它有一个标量变量和多个T/F（是/否；1/0，1/2）变量。像这样：

    scal var1 var2 var3
     25   0   1    0
     21   0   1    1
     14   1   1    0
     30   1   0    1

我知道我可以制作一个箱线图，使用单个变量的“by”将标量变量列划分为多个类别，如下所示：

boxplot(df$scal~df$var1)

我还知道我可以一次绘制多个标量变量的方框图。我想以某种方式将两者结合起来，形成一个箱线图，它可以将每个变量的“真”子集和“假”子集的因变量相邻地绘制出来。在我的世界中，一个解决方案应该类似于“箱线图（df$scal~df$var1，df$scal~df$var2，df$scal~df$var3）”，但我不同意r数据。关于不能强制使用数据类型

我也可以编写一个粗略的循环来遍历每个变量，并分别生成所有的图，但我想将它们并排进行比较

我还考虑重新排列数据集，使“真”和“假”集位于不同的列中（使用子集（df$var1，df$var1==1）等），然后如前所述制作多个箱线图。（尽管这很乏味）

但是，在创建新数据集时，列的不同长度（行数）使我感到合适。我知道我可以在另一个程序中创建数据集（保存为.csv、.xls等），然后导入它。空值将保持不变，但我真的不希望手动执行此操作。正如人们可能想象的那样，这变得相当乏味，并且容易在更大范围内出错

---

任何一种方法的帮助都是非常受欢迎的。

学习如何在

R

中操作数据在刚开始的时候都很困难。我同意@jentjr的观点，学习

ggplot2

会很有帮助，哈德利的书除了介绍

ggplot2

之外，还提供了处理数据的好技巧

首先，我建议使用该软件包来融化您的数据：

（我创建了一个虚拟集合，以便其他人更容易跟随）

然后将数据“融化”到内存中

现在，您可以使用

base

R

创建所需的

箱线图

：

但是，投入时间学习

ggplot2

将允许您创建如下图形：

使用如下代码：

library(ggplot2)
ggplot(data = df2, aes(x = zeroOne, y = scal)) + 
    geom_boxplot(aes(fill = myVars))

注

ggplot2

可以制作比这更奇特的绘图（而且比

base

R

！）更容易），我鼓励您浏览

ggplot2

以查看更多示例。您可能还希望尝试交换

zeroOne

和

myVars

，因为这会更改打印分组

---

是一个基于ggplot2的库，旨在根据1-3个变量的特征自动选择绘图类型。下面是一个结果图示例：

nObs = 100
df = data.frame(
    scal = rnorm(nObs), 
    var1 = rbinom(nObs, 1, 0.5),
    var2 = rbinom(nObs, 1, 0.5),
    var3 = rbinom(nObs, 1, 0.5))
plotluck.multi(df, y=scal, opts=plotluck.options(use.geom.violin=F))

此命令意味着：将列

scal

（在y轴上）与

df

（在x轴上；包括其本身，以生成密度或直方图）中的其他列相对应地绘制。我们指定

use.geom.violen=F

来强制使用方框图，因为默认情况下是小提琴图，它通常可以更好地传达分布的形状。如果行数非常少，将绘制单个点

---

我认为使用

ggplot2

会让你的生活简单得多。你可以查看这篇文章，它是条形图，但我认为这和你所寻找的想法是一样的。我见过类似的解决方案。但这几乎是相反的。它们有一个分类变量和多个标量，我有一个标量和多个分类变量。我无法适应这些方法。谢谢。虽然有些混乱，但这有帮助。我已经看到了很多关于melt（）函数的东西，但这不是我所期望的。这种联系可能帮助最大。为了完成这项工作，我使用了

boxplot（scale~myVars*zeroOne，data=df2）

和

ggplot（data=df2，aes（x=interaction（zeroOne，myVars），y=scal））+geom_boxplot（aes（fill=zeroOne））

来获得我最终需要的东西。

df2 = melt(df, id.vars = c('scal'), 
    variable.name ='myVars', value.name = "zeroOne")

library(ggplot2)
ggplot(data = df2, aes(x = zeroOne, y = scal)) + 
    geom_boxplot(aes(fill = myVars))

nObs = 100
df = data.frame(
    scal = rnorm(nObs), 
    var1 = rbinom(nObs, 1, 0.5),
    var2 = rbinom(nObs, 1, 0.5),
    var3 = rbinom(nObs, 1, 0.5))
plotluck.multi(df, y=scal, opts=plotluck.options(use.geom.violin=F))