基础 R 和 ggplot2 的箱线图不匹配

Question

我有一个简单的数据集。 当我分别通过基础 R 和 ggplot 为数据生成箱线图时，它们不匹配。 事实上，基础 R 箱线图与summary function 一致。

library(tidyverse)
library(ggplotify)
library(patchwork)

df <- read.csv("test_boxplot_data.csv")

summary(df)

p1 <- as.ggplot(~boxplot(df$y, outline=FALSE))
p2 <- ggplot(df, aes(y=y)) + geom_boxplot(outlier.shape = NA) + ylim(0,100)

p1 + p2 + plot_layout(ncol = 2)

生成的 plot 保存在这里。

任何线索发生了什么？ 同样令人惊讶的是，ggplot 会抛出警告“删除了 845 行包含非有限值 (stat_boxplot)”但数据中没有 NA。

Answer 1

来自：“删除了 845 行包含非有限值 (stat_boxplot)”。 恰好数据包含 845 个 > 100 的点。这些点在框 plot 的计算中被删除。

从ylim()的第一行帮助：
“这是为单个比例提供限制参数的快捷方式。默认情况下，指定限制之外的任何值都将替换为 NA。请注意，这将删除限制之外的数据，这可能会产生意想不到的结果。对于更改 x 或y 轴限制而不丢弃数据观察，请参阅 coord_cartesian()。"

这应该提供所需的图表：

ggplot(df, aes(y=y)) + geom_boxplot(outlier.shape = NA) + 
       coord_cartesian(ylim=c(0,100))