R GGPLOT盒形图按颜色细分,平均值在盒形图中间
我有两个分类变量的数据。我可以用方框图来表示这些,但我无法得到在正确位置显示的方法。 我已经在iris数据集中创建了效果(红色矩形是手工添加的,而不是在ggplot中) 如何在每个方块图中间显示方法? 我很感激我可以重新安排数据,使每一组数据点都在它自己的列中,但由于它们的长度不同,这需要它自己的解决方法R GGPLOT盒形图按颜色细分,平均值在盒形图中间,r,ggplot2,mean,boxplot,R,Ggplot2,Mean,Boxplot,我有两个分类变量的数据。我可以用方框图来表示这些,但我无法得到在正确位置显示的方法。 我已经在iris数据集中创建了效果(红色矩形是手工添加的,而不是在ggplot中) 如何在每个方块图中间显示方法? 我很感激我可以重新安排数据,使每一组数据点都在它自己的列中,但由于它们的长度不同,这需要它自己的解决方法 当我使用fun=“mean”时,我收到一条警告消息“删除了包含缺失值的5行(geom_段)。”为什么?“平均值”行没有这个问题,但我不想自己计算平均值。您可以像下面的代码一样使用positi
当我使用fun=“mean”时,我收到一条警告消息“删除了包含缺失值的5行(geom_段)。”为什么?“平均值”行没有这个问题,但我不想自己计算平均值。您可以像下面的代码一样使用
position=position\u dodge(0.9)
library(tidyverse)
Iris <- iris %>%
mutate(SepalLengthType = ifelse(Sepal.Length > 5.8, "high", "low"))
means <- Iris %>%
group_by(Species, SepalLengthType) %>%
summarise(Sepal.Width = mean(Sepal.Width), .groups = "keep")
plot <- ggplot(data = Iris, aes(y=Sepal.Width, x = SepalLengthType, colour = Species))+
geom_boxplot(position=position_dodge(0.9))
plot + geom_point(data = means, aes(color = Species), shape = 15,
position = position_dodge2(width = 0.9))
您可以像下面的代码一样使用
position=position\u dodge(0.9)
library(tidyverse)
Iris <- iris %>%
mutate(SepalLengthType = ifelse(Sepal.Length > 5.8, "high", "low"))
means <- Iris %>%
group_by(Species, SepalLengthType) %>%
summarise(Sepal.Width = mean(Sepal.Width), .groups = "keep")
plot <- ggplot(data = Iris, aes(y=Sepal.Width, x = SepalLengthType, colour = Species))+
geom_boxplot(position=position_dodge(0.9))
plot + geom_point(data = means, aes(color = Species), shape = 15,
position = position_dodge2(width = 0.9))
非常感谢,道奇位置成功了。你知道为什么我会收到警告吗?“删除了包含缺失值的4行(geom_段)。”我认为这是因为setosa在高类别下没有任何值。不,我用自己的数据得到了相同的警告。我的数据删除了4行,这里删除了5行。它与方框图的数量有关。如果我删除color=Species并且只有两个箱线图,那么警告信息会说:“删除了两行包含缺失值的行(geom_段)。”非常感谢,position dodge成功了。你知道为什么我会收到警告吗?“删除了包含缺失值的4行(geom_段)。”我认为这是因为setosa在高类别下没有任何值。不,我用自己的数据得到了相同的警告。我的数据删除了4行,这里删除了5行。它与方框图的数量有关。如果我删除color=Species,并且只有两个箱线图,则警告消息会显示:“删除了包含缺失值的2行(geom_段)。”
library(tidyverse)
Iris <- iris %>%
mutate(SepalLengthType = ifelse(Sepal.Length > 5.8, "high", "low"))
means <- Iris %>%
group_by(Species, SepalLengthType) %>%
summarise(Sepal.Width = mean(Sepal.Width), .groups = "keep")
plot <- ggplot(data = Iris, aes(y=Sepal.Width, x = SepalLengthType, colour = Species))+
geom_boxplot(position=position_dodge(0.9))
plot + geom_point(data = means, aes(color = Species), shape = 15,
position = position_dodge2(width = 0.9))
plot + stat_summary(fun = "mean", aes(group = Species), shape = 15,
position = position_dodge2(width = 0.9))