【手把手陪你学R】用ggplot2包画箱线图

箱线图是什么？

箱线图（boxplot），又称箱形图或盒式图，不仅可以展示不同类别数据的平均水平差异，还能展示数据间的极值、离散程度、异常值等信息

• 箱子的中间线，是数据的中位数，反映了数据的平均水平
• 箱子的上下限，分别是数据的上四分位数和下四分位数，箱子包含了50%的数据，其高度在一定程度上反映了数据的离散程度
• 箱子的上方和下方又各有一条线，分别是数据的最大和最小值，而外溢的点则可理解成为异常值

第一步 安装并载入ggplot2包

install.packages("ggplot2")   #安装ggplot2包
library(ggplot2)   #载入ggplot2包

第二步 读取Excel文件

本篇使用的数据集是规模以上服务业企业的经济效益综合指数（将标准化后的贡献率、负债率、周转率、利润率按均等赋权后计算得到，贡献率、周转率、利润率为正向指标，负债率为适中指标），并将企业按国民经济行业门类进行分类

library(readxl)   #载入readxl包，首次使用需先安装
data <- read_xlsx("C:/Users/dell-pc/Desktop/data.xlsx", sheet = "data")    #读取Excel文件，若有多张sheet需指定sheet名
head(data,10)   #输出数据集前10行

第三步 绘制箱线图

pic <- ggplot(data = data, aes(x = 行业门类, y = 经济效益综合指数, color = 行业门类))+   #指定数据集，设置坐标轴名称、类别颜色
  geom_boxplot()   #绘制箱线图
pic   #输出箱线图 

（选做）第四步 美化箱线图

pic <- ggplot(data = data, aes(x = 行业门类, y = 经济效益综合指数, color = 行业门类))+
  geom_boxplot(size = 0.8, width = 0.8, alpha = 0)+   #设置箱线尺寸、箱形宽度、异常点透明度
  geom_jitter(position = position_jitter(0.4), alpha = 0.2, size=1.5)+   #设置数据点的分散程度、透明度、尺寸
  labs(title = "服务业行业门类经济效益综合指数")   #添加图形标题
pic

（选做）第五步 其他输出形式1

pic <- ggplot(data = data, aes(x = 行业门类, y = 经济效益综合指数, color = 行业门类))+
  geom_boxplot(size = 0.8, width = 0.8, alpha = 0)+
  geom_jitter(position = position_jitter(0.4), alpha = 0.2, size=1.5)+
  labs(title = "服务业行业门类经济效益综合指数")
pic+theme_classic()

（选做）第六步 其他输出形式2

pic <- ggplot(data = data, aes(x = 行业门类, y = 经济效益综合指数))+
  geom_boxplot(aes(fill = 行业门类), size = 0.8, width = 0.8,)+
  labs(title = "服务业行业门类经济效益综合指数")
pic

★微信搜一搜“TriHub数据社”，欢迎关注获得入社福利