ggplot2中如何去除boxplot中的outlier？

原贴：ggplot2中如何去除boxplot中的outlier？_ccpacer_新浪博客
http://blog.sina.com.cn/s/blog_4a0824490102wejs.html

-------------------------------------------------------------------------------------------------------------------

问题描述：在处理数据时有时发现由于部分特别离散的孤点导致boxplot自身被压缩的很扁，但是往往我们只想看boxplot本身还不是外面那些孤点，因此如何去除这些孤点，并且不影响boxplot自身的分布呢？（仅把boxplot自身放大）

 

参考帖子：

（1）http://stackoverflow.com/questions/5677885/ignore-outliers-in-ggplot2-boxplot

（2）http://stackoverflow.com/questions/21533158/remove-outliers-fully-from-multiple-boxplots-made-with-ggplot2-in-r-and-display

 

总结：

（1）不显示outlier方法1：geom_boxplot(outlier.shape = NA)

（2）不显示outlier方法2：geom_boxplot(outlier.colour = NA)

但是上述两种方法仅仅是不显示孤点，并没有放大boxplot。要放大boxplot不能简单的使用scale_y_continuous或者scale_x_continuous，这会引起ggplot在新设置的范围内重新计算绘图，可能会改变图。比如有一些图输出confidence interval或者smooth line时。具体参考：http://docs.ggplot2.org/current/coord_cartesian.html

这时需要用笛卡尔坐标对图进行单纯的放大：

ylim1<-boxplot.stats(dat$value)$stats[c(1, 5)] #统计boxplot的the extreme of the lower whisker and the extreme of the upper whisker.

p + coord_cartesian(ylim = ylim1*4) #放大boxplot

 

备注（1）：boxplot.stats的用法介绍：

https://stat.ethz.ch/R-manual/R-devel/library/grDevices/html/boxplot.stats.html

stats：一个长度为5的向量，包含下lower whisker, Q1, median, Q3, upper whisker.

a vector of length 5, containing the extreme of the lower whisker, the lower ‘hinge’（Q1）, the median, the upper ‘hinge’（Q3） and the extreme of the upper whisker.

备注（2）：whisker是boxplot的上下须，一般是IQR的1.5倍，不过在boxplot.stats中可以通过coef来定义。

参考wiki: https://en.wikipedia.org/wiki/Box_plot