[Rstudio] Boxplot 박스플롯 (상자 수염 그림) with ggplot

Boxplot (박스플롯)

박스 플롯( Box Plot )은 데이터의 분포와 중심 경향을 그래프로 나타 낸 것이다.

박스 플롯은 데이터의 다섯 가지 요약 통계량(최솟값, 1사분위수, 중앙값, 3사분위수, 최댓값)을 시각적으로 나타내며 이상치(outliers)를 식별하는 데도 유용하다.

---

Rstudio 사분위수(Quartile) Outliers(이상치)

Rstudio 사분위수(Quartile) Outliers(이상치) IQR (사분범위) (tistory.com)

Rstudio 사분위수(Quartile) Outliers(이상치) IQR (사분범위)

---

R 기본함수 : boxplot 함수를 사용한 박스 플롯

library(palmerpenguins) data("penguins")  #Dataset 불러오기 str(penguins)  #Dataset 구성 확인

> str(penguins)  #Dataset 구성 확인 tibble [344 × 8] (S3: tbl_df/tbl/data.frame)  $ species          : Factor w/ 3 levels "Adelie","Chinstrap",..: 1 1 1 1 1 1 1 1 1 1 ...  $ island           : Factor w/ 3 levels "Biscoe","Dream",..: 3 3 3 3 3 3 3 3 3 3 ...  $ bill_length_mm   : num [1:344] 39.1 39.5 40.3 NA 36.7 39.3 38.9 39.2 34.1 42 ...  $ bill_depth_mm    : num [1:344] 18.7 17.4 18 NA 19.3 20.6 17.8 19.6 18.1 20.2 ...  $ flipper_length_mm: int [1:344] 181 186 195 NA 193 190 181 195 193 190 ...  $ body_mass_g      : int [1:344] 3750 3800 3250 NA 3450 3650 3625 4675 3475 4250 ...  $ sex              : Factor w/ 2 levels "female","male": 2 1 1 NA 1 2 1 2 NA NA ...  $ year             : int [1:344] 2007 2007 2007 2007 2007 2007 2007 2007 2007 2007 ...

 

Box plot 그리기 #1

boxplot(penguins$body_mass_g, col = "darkblue",
        main = "Body_mass", 
        ylab = "Body_mass(g)")

Boxplot

Box plot 그리기 #2 :  Group (species)별 Box plot 표시

unique(penguins$species)

> unique(penguins$species) [1] Adelie    Gentoo    Chinstrap Levels: Adelie Chinstrap Gentoo

flipper_length_mm ~ species

# 그룹별로 색상 설정
group_colors <- c("Adelie" = "red", "Chinstrap" = "blue", "Gentoo" = "green")

# 박스 플롯 그리기
boxplot(flipper_length_mm ~ species, data = penguins, 
        main = "Flipper_length by species", 
        xlab = "Species", ylab = "Flipper_length(mm)",
        col=group_colors)

Boxplot

 

이상치 포함 여부 : range = 0

range=0 : 이상치가 표현되지 않고, Whisker(수염)이 최대와 최소까지만 연결

# 별도로 데이터 저장  outer_eg <- penguins$body_mass_g summary(outer_eg)

> summary(outer_eg)    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's     2700    3550     4050     4202    4750    6300       2

# Outliers (이상치) 데이터 추가 outer_eg[345:350] <- c(7000, 7800, 7600, 8000, 9100, 8100) summary(outer_eg)

> summary(outer_eg)    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's     2700    3550     4050     4266    4812    9100       2

#range=0 
boxplot(outer_eg, range = 0, col = "darkblue",
        main = "Body_mass by specie (w/o outliers)", 
        xlab = "Species", ylab = "Body_mass(g)")

Boxplot

 

 

---

300x250

---

ggplot + geom_boxplot

geom_boxplot #1

library(tidyverse)

ggplot(data = penguins, aes(x = body_mass_g)) + geom_boxplot(fill="darkblue") +
  labs(title = "Body_mass", x = "Body_mass(g)")

Warning message: Removed 2 rows containing non-finite values (`stat_boxplot()`).

body_mass_g 데이터에 결측값이 포함됨에 따라, Warning message가 출력됨

table(is.na(penguins$body_mass_g))

FALSE  TRUE     342            2

geom_boxplot

ggplot + geom_boxplot을 사용하는 경우는 그래프의 방향 (x축과  y축) 고려 필요

ggplot(data = penguins, aes(y = body_mass_g)) + geom_boxplot(fill="darkgreen") +
  labs(title = "Body_mass", y = "Body_mass(g)")

geom_boxplot

 

geom_boxplot #2 : Group (species)별 Box plot 표시

x = species, col = species

ggplot(data = penguins, aes(x=species, y = body_mass_g, col=species) ) + geom_boxplot() +
  labs(title = "Body_mass", x= "species", y = "Body_mass(g)")

geom_boxplot

 

x = species, fill = species

ggplot(data = penguins, aes(x=species, y = body_mass_g, fill=species) ) + 
	geom_boxplot() +
 	labs(title = "Body_mass", x= "species", y = "Body_mass(g)")

geom_boxplot

scale_fill_manual(values = group_colors)

# 그룹별로 색상 설정
group_colors <- c("Adelie" = "red", "Chinstrap" = "blue", "Gentoo" = "green")

# 박스 플롯 그리기
ggplot(data = penguins, aes(x = species, y = body_mass_g, fill = species)) +
  geom_boxplot() +
  scale_fill_manual(values = group_colors) +
  labs(title = "Body_mass", x = "Species", y = "Body_mass(g)")

geom_boxplot

 

이상치 포함 여부 : outlier.shape

이상치 포함 : 기본 그래프

ggplot(data = outer_eg_df, aes(y = outer_eg) ) +
  geom_boxplot() +
  labs(title = "Body_mass (이상치 포함 : 기본 그래프)", x = "Species", y = "Body_mass(g)")

geom_boxplot

이상치 포함 : 다른 색상으로 설정 (outlier.colour)

ggplot(data = outer_eg_df, aes(y = outer_eg) ) +
  geom_boxplot(outlier.colour = "red") +
  labs(title = "Body_mass (이상치 포함 : 다른 색상으로 표시)", x = "Species", y = "Body_mass(g)")

geom_boxplot

 

이상치 포함 : 다른 크기로 설정 (outlier.size)

ggplot(data = outer_eg_df, aes(y = outer_eg) ) +
  geom_boxplot(outlier.size = 4) +  # 이상치 크기를 4로 설정
  labs(title = "Body_mass (이상치 포함 : 다른 크기로 표시)", x = "Species", y = "Body_mass(g)")

geom_boxplot

 

이상치 포함 : 다른 도형으로 설정 (outlier.shape)

ggplot(data = outer_eg_df, aes(y = outer_eg) ) +
  geom_boxplot(outlier.shape = 5) + # 5는 별표 모양
  labs(title = "Body_mass (이상치 포함 : 다른 도형으로 표시)", x = "Species", y = "Body_mass(g)")

geom_boxplot

 

이상치 미포함 : outlier.shape = ""

ggplot(data = outer_eg_df, aes(y = outer_eg) ) +
  geom_boxplot(outlier.shape = "") +
  labs(title = "Body_mass (이상치 미포함)", x = "Species", y = "Body_mass(g)")

geom_boxplot