R 具有多个虚拟编码预测器的线性回归模型的箱线图

我有以下线性模型：

model <- lm(var01 ~ a0 + a1 + a2 + a3 + a4 + a5,NT)

我想创建一个方框图，其中a0-a5彼此相邻显示，但仅在a0==1、a1==1等情况下显示

所以我试着：

ggplot(NT, aes(factor(a0), var01)) +
  geom_boxplot() +
  geom_smooth(method = "lm", se=FALSE, color="black", aes(group=1))

但这显示了a0==0和a0==1的箱线图相邻。所以有两个问题：如何让R只显示a0==1？此外，在同一张图中，a0旁边的所有四个其他预测值a1-a5（但也限于a1-a4==1）

非常感谢你的帮助。谢谢：）

更新：样本数据

id  category_a  var01   a0  a1  a2  a3  a4  a5
3   1;5          100    0   1   0   0   0   1
4   1;5            0    0   1   0   0   0   1
5   0             21    1   0   0   0   0   0
6   1;2;4        100    0   1   1   0   1   0
9   1;2           68    0   1   1   0   0   0

---

因此a0-a5是多类别变量“category_a”的虚拟编码。

这是一个数据重塑的问题。如果您感兴趣的每个数据点是数据帧（长格式）中的一行，则ggplot工作得最好

库（ggplot2）
图书馆（E2）
#生成数据
种子（1）
n=1000
NT是a0-a5不同的变量，或者它们是同一个分类变量的假人？如果你提供一些数据会有所帮助……我添加了一些样本数据。希望这更清楚：）效果很好！非常感谢你！我试了几个小时，这让我发疯。还有一个小问题：有没有一种快速的方法来重新命名箱线图的标签？（a0-a5）您可以添加一个新的比例x离散或更改因子的标签
id  category_a  var01   a0  a1  a2  a3  a4  a5
3   1;5          100    0   1   0   0   0   1
4   1;5            0    0   1   0   0   0   1
5   0             21    1   0   0   0   0   0
6   1;2;4        100    0   1   1   0   1   0
9   1;2           68    0   1   1   0   0   0

library(ggplot2)
library(reshape2)
#generate data
set.seed(1)
n=1000
NT <- data.frame(id=1:n,
                   var01=rnorm(n),
                   a0=rbinom(n,1,0.2),
                   a1=rbinom(n,1,0.2),
                   a2=rbinom(n,1,0.2),
                   a3=rbinom(n,1,0.2),
                   a4=rbinom(n,1,0.2),
                   a5=rbinom(n,1,0.2))

#do some data-reshaping before plotting
#ggplot needs each data-point on one line
#so transform to long
plotdata <- melt(NT,id.vars=c("id","var01"),variable.name="a")

#plot everything using interaction
p1 <- ggplot(plotdata, aes(x=interaction(a,value), y=var01)) +
  geom_boxplot()
p1

p2 <- ggplot(plotdata[plotdata$value==1,], 
             aes(x=a, y=var01)) +
  geom_boxplot()

p2