如何使用 ggplot2 叠加排序点的 plot 箱线图

Question

使用 ggplot2，我可以 plot 用点叠加箱线图。 但是这些点位于一条垂直线上。

library(ggplot2)

example_data <- data.frame(cohort = c("ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC"), 
                           sample = c("A5LI", "A5JQ", "A5JP", "A5LE", "A5LG", "A5JV", "A5JD", "A5J8", "A5K8", "A5L3", "AA33", "AA30", "AA2T", "A95A", "AAZT", "A8I3", "AAV9", "A8Y4", "A8Y8", "AA31", "AAAT", "A9U4", "A7Q1", "A7DS", "A9TV", "A4D5", "A9TY", "A7CX", "A9TW", "A86F"), 
                           count = c(50, 5, 65, 22, 18, 25, 27, 86, 24, 20, 48, 96, 60, 27, 81, 34, 43, 58, 31, 77, 160, 31, 157, 104, 84, 53, 153, 111, 278, 105))


ggplot(example_data, aes(cohort, count)) + 
  geom_boxplot(aes(color = cohort)) + 
  geom_point(aes(color = cohort)) +
  scale_y_log10() +
  labs(x = NULL) +
  theme(axis.line.x = element_blank(), axis.ticks.x = element_blank(), 
        axis.text.x = element_text(angle = 45, vjust = 0.5, hjust = 0.5), legend.position = 'none')

我怎样才能像 plot 那样根据它们的 y 值（example_data 中的“计数”大小）对点重新排序？

Answer 1

如果您查看示例 plot 您展示了您想要的 output 并考虑尺度，基本上有两个不同的层：

1. 总体：x 轴作为某个类别（“DKFZ”、“Sanger”、“SMuFin”...），y 轴是用于箱线图的某个值。

2. 在每个箱线图中：x 轴是其他一些连续值，y 轴与箱线图中的 y 轴相同。

这意味着每个箱线图的 x 轴与整体上用于 plot 的 x 轴不同。 你有点想要一个“辅助x轴”。 所有关于这是否是个好主意的评论，我可以在ggplot2中向您展示如何做到这一点的方法。

辅助 x 轴不是ggplot2的内置功能； 但是，由于您想要的轴之一是分类/离散的（ example_data$cohort ）而另一个轴是连续的（ example_data$count ），我们可以通过一些巧妙的构面格式来模拟两个 x 轴的这种效果。

总体思路是，我们根据cohort将您的 plot 分成多个方面，然后在每个 plot 中，我们显示整个箱线图（按cohort分组）和 Z32FA6E1B78A9D4028953E60564A 上的每个方面的箱线图。 这意味着我们的 x 轴值和 y 轴值一样count - 我假设在您的真实数据中轴值不会相同，但它适用于示例目的。 然后，我们可以使用一些关于构面标签的theme元素和选项（在ggplot2中称为strip.text元素）来模拟相同的外观。 我也切换到默认使用theme_classic() ，否则你必须处理在最终plot中没有意义的x网格线。 如果您想要垂直线，则必须根据您的数据手动或以编程方式放置它们。

通常，面是分开的，但我通过panel.spacing.x将它们推到一起。

并排比较这些图很有用，因此请注意，我在这里使用cowplot::plot_grid()来排列旧图和新图以进行演示。

一个非常重要的注意事项是我将outlier.shape = NA添加到geom_boxplot()的调用中。 这很重要，因为默认情况下，任何异常值都将通过geom_boxplot()命令显示为点，并且它们将位于“不正确的”x position 中。 由于我们已经为所有这些点处理了所需的 position，因此有必要像这样删除它们。

p <- # your code you shared + labs(title="Old Plot")

p1 <- 
ggplot(example_data, aes(count, count)) +
  geom_boxplot(aes(color=cohort), outlier.shape = NA) +
  geom_point(aes(color=cohort)) +
  facet_wrap(~cohort, scales='free_x', strip.position = 'bottom') +
  scale_y_log10() +
  labs(title='New Plot', x=NULL) +
  theme_classic() +
  theme(
    panel.spacing.x = unit(0,'pt'),
    axis.text.x = element_blank(),
    strip.placement = 'outside',
    strip.background = element_blank(),
    axis.ticks.x = element_blank()
  )

library(cowplot)
plot_grid(p, p1)