R 异常值标签与ggplot2方框图分配不正确

我想在ggplot框中用观察到外围数据的对象的名称标记异常值

我创建了一个简单的函数来识别异常值：

is_outlier <- function(x) {
  return(x < quantile(x, 0.25) - 1.5 * IQR(x) | x > quantile(x, 0.75) + 1.5 * IQR(x))
}

从这里开始，我通过

dplyr

管道运行数据，以在

库（dplyr）
数据%
变异（离群值=安全的.ifelse（是_离群值（变量1），主题，如.numeric（NA）））%>%
ggplot（aes（x=因子（季节），y=变量1））+
geom_箱线图（）+
面_包裹（~位置，nrow=2）+
辅助线（填充=假）+
geom_文本（aes（标签=异常值），na.rm=真，hjust=1.5，大小=2.5）

虽然异常值得到了正确识别，但标签并没有发挥应有的作用。而不是获得特定于主题的离群值标签，三个级别的

主题

因子被反复错误地打印（而且似乎是随机的）。通过数值标记异常值（即在

safe\u if else

函数中将

subject

更改为

variable1

）不会导致问题

我想我遗漏了一些显而易见的东西——也许有人能指出我哪里出了问题

谢谢，

---

Andreas

您需要在geom_文本中对数据进行子集，以便在异常值上唯一地显示文本

data <-data %>%
  group_by(season,location) %>%
  mutate(outlier=safe.ifelse(is_outlier(variable1),subject,as.numeric(NA)))

p1 <- data %>%
  ggplot(aes(x=factor(season),y=variable1))+
  geom_boxplot()+         
  facet_wrap(~location,nrow=2)+
  guides(fill=FALSE)+
  geom_text(data = data[!is.na(data$outlier),],aes(label=subject),hjust=1.5,size=2.5)

数据%
按（季节、地点）分组%>%
mutate（outlier=safe.ifelse（is_outlier（variable1），subject，as.numeric（NA）））
p1%
ggplot（aes（x=因子（季节），y=变量1））+
geom_箱线图（）+
面_包裹（~位置，nrow=2）+
辅助线（填充=假）+
geom_文本（数据=数据[！is.na（数据$outlier），]），aes（标签=主题），hjust=1.5，大小=2.5）

p1<-
  data %>%
  group_by(season,location) %>%
  mutate(outlier=safe.ifelse(is_outlier(variable1),subject,as.numeric(NA))) %>%
  ggplot(aes(x=factor(season),y=variable1))+
  geom_boxplot()+         
  facet_wrap(~location,nrow=2)+
  guides(fill=FALSE)+
  geom_text(aes(label=outlier),na.rm=TRUE,hjust=1.5,size=2.5)

data <-data %>%
  group_by(season,location) %>%
  mutate(outlier=safe.ifelse(is_outlier(variable1),subject,as.numeric(NA)))

p1 <- data %>%
  ggplot(aes(x=factor(season),y=variable1))+
  geom_boxplot()+         
  facet_wrap(~location,nrow=2)+
  guides(fill=FALSE)+
  geom_text(data = data[!is.na(data$outlier),],aes(label=subject),hjust=1.5,size=2.5)