mediano di boxplot ggplot2 mediano non stanno tramando come previsto

Question

Quindi, ho un dataset abbastanza grande (Dropbox: csv file) che sto cercando di tracciare usando geom_boxplot. Di seguito produce quello che sembra essere un complotto ragionevole:

require(reshape2) 
require(ggplot2) 
require(scales) 
require(grid) 
require(gridExtra) 

df <- read.csv("\\Downloads\\boxplot.csv", na.strings = "*") 
df$year <- factor(df$year, levels = c(2010,2011,2012,2013,2014), labels = c(2010,2011,2012,2013,2014)) 

d <- ggplot(data = df, aes(x = year, y = value)) + 
    geom_boxplot(aes(fill = station)) + 
    facet_grid(station~.) + 
    scale_y_continuous(limits = c(0, 15)) + 
    theme(legend.position = "none")) 
d 

Tuttavia, quando si scava un po 'più profonda, problemi insinuarsi che mi fuori di testa. Quando ho etichettato le mediane di boxplot con i loro valori, i seguenti risultati della trama.

df.m <- aggregate(value~year+station, data = df, FUN = function(x) median(x)) 
d <- d + geom_text(data = df.m, aes(x = year, y = value, label = value)) 
d 

Le mediane tracciati dal geom_boxplot non sono affatto le mediane a tutti. Le etichette sono tracciate con il valore dell'asse y corretto, ma la cerniera centrale dei riquadrati non si trova nelle mediane. Sono stato sconcertato da questo per alcuni giorni.

Qual è il motivo? Come può essere prodotto questo tipo di display con mediane corrette? Come può questa trama essere debellata o diagnosticata?

Answer 1

La soluzione a questa domanda è nell'applicazione di scale_y_continuous. ggplot2 eseguirà operazioni nel seguente ordine:

1. Scale Trasformazioni
2. calcoli statistici
3. di coordinate

In questo caso, poiché una trasformazione scala viene richiamato dati, esclude ggplot2 fuori scala limiti per il calcolo statistico delle cerniere del boxplot. Le mediane calcolate dalla funzione aggregate e utilizzate nell'istruzione geom_text utilizzeranno comunque l'intero set di dati. Ciò può comportare diverse cerniere mediane e etichette di testo.

La soluzione è di omettere l'istruzione scale_y_continuous invece utilizzare:

d <- ggplot(data = df, aes(x = year, y = value)) + 
geom_boxplot(aes(fill = station)) + 
facet_grid(station~.) + 
theme(legend.position = "none")) + 
coord_cartesian(y = c(0,15)) 

Questo permette ggplot2 per calcolare le statistiche cerniera a scatole usando l'intero set di dati, limitando la dimensione trama della figura.