R语言ggplot2做箱线图的时候如何添加表示平均值的线

箱线图展示的就是分位数，中间的线表示的是中位数，也就是50%分位数，如果非要在箱线图上画上表示平均值的线段也是可以实现的，今天介绍一下实现代码

示例数据集我们用R语言的内置数据集PlantGrowth

image.png

首先是画一个最普通的箱线图

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

library(ggplot2)
library(tidyverse)
p1<-ggplot(data=df,
       aes(x=group,y=weight))+
  geom_boxplot(aes(fill=group))

p1

image.png

通过ggplot_build()函数可以获取画箱线图用到的数据

ggplot_build(p1)$data[[1]]

image.png

我们利用原始数据计算一下平均值，然后将数据集的平均值添加到这组数据中

df %>% 
  group_by(group) %>% 
  summarise(mean_value=mean(weight)) %>%
  rename("group_1"="group") %>% 
  cbind(ggplot_build(p1)$data[[1]]) -> df1

然后利用geom_segment()函数添加品均值的线段

p1+
  geom_segment(data=df1,
               aes(x=xmin,xend=xmax,
                   y=mean_value,
                   yend=mean_value),
               color="red")

image.png

这里如果不想要中位数的线的话

找到一种办法是重新画一条线把原来的中位数的线给盖住

p1+
  geom_segment(data=df1,
               aes(x=xmin,xend=xmax,
                   y=mean_value,
                   yend=mean_value),
               color="black",
               size=4)+
  geom_segment(data=df1,
               aes(x=xmin+0.005,xend=xmax,
                   y=middle,
                   yend=middle,
                   color=group_1),
               show.legend = F,
               size=5)

image.png

最后稍微美化一下

ggplot(data=df,
       aes(x=group,y=weight))+
  stat_boxplot(geom="errorbar",
               width=0.2)+
  geom_boxplot(aes(fill=group))+
  geom_segment(data=df1,
               aes(x=xmin,xend=xmax,
                   y=mean_value,
                   yend=mean_value),
               color="black",
               size=4)+
  geom_segment(data=df1,
               aes(x=xmin+0.005,xend=xmax,
                   y=middle,
                   yend=middle,
                   color=group_1),
               show.legend = F,
               size=5)+
  theme_bw()+
  theme(legend.position = "top")

image.png

这个方法还是比较繁琐的，不知道有没有比较好的办法

（猜测geom_boxplot函数里应该是有一个步骤计算中位数的，试着看看源代码，看能不能把中位数的代码改为平均值）

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！