R | ggplot2 | Boxplot

 

 

Boxplot은 데이터를 요약하는 데 있어서 매우 유용한 그래프이다. 

박스플롯을 그리기 위해서 x축은 Descrete(이산형) 변수를, y축에는 Continuous(연속형) 변수를 배치 해야 됨.

 

· Boxplot 구조 

 

https://r-graph-gallery.com/img/other/boxplot_explanation.png

 

Boxplot은 자료에서 얻은 다섯 수치 요약(five number summary)을 가지고 그린다.

다섯 수치 요약은 아래와 같다.

1. 최솟값 : 제 1사분위에서 1.5 IQR을 뺀 위치이다
2. 제 1사분위(Q1) : 25%의 위치를 의미한다.
3. 제 2사분위(Q2) : 50%의 위치로 중앙값(median)을 의미한다.
4. 제 3사분위(Q3) : 75%의 위치를 의미한다.
5. 최댓값 : 제 3사분위에서 1.5 IQR을 더한 위치이다. 

IQR이란, Interquartile range의 약자로써 Q3 - Q1를 의미한다.

# Q3 - Q1: 사분위수의 상위 75% 지점의 값과 하위 25% 지점의 값 차이

최솟값과 최댓값을 넘어가는 위치에 있는 값을 이상치(Outlier)라고 부른다.

 

 

ggplot2 패키지에서는 Boxplot을 그리기 위한 geom_boxplot() 함수를 제공한다. 

geom_boxplot(
  mapping = NULL,
  data = NULL,
  stat = "boxplot",
  position = "dodge2",
  ...,
  outlier.colour = NULL,
  outlier.color = NULL,
  outlier.fill = NULL,
  outlier.shape = 19,
  outlier.size = 1.5,
  outlier.stroke = 0.5,
  outlier.alpha = NULL,
  notch = FALSE,
  notchwidth = 0.5,
  varwidth = FALSE,
  na.rm = FALSE,
  orientation = NA,
  show.legend = NA,
  inherit.aes = TRUE
)

 

· 주요 Argument

Argument	사용방법	설명
fill	1) mapping=aes(fill=컬럼이름) 2) fill='색상이름'	박스플롯 색상 채우기  - mapping=aes()의 인수로 사용 시,   범주형 변수(factor) 컬럼의 값에 따라 다른 색상 - 전체 박스플롯의 색상을 일괄적으로 지정할 경우, mapping=aes() 밖에 입력함
color	color='색상'	박스플롯 테두리 색상
varwidth	varwidth=TRUE	- FALSE : 표준 박스플롯. (Default : FALSE) - TRUE : 상자의 폭은 관측값 개수(n)의 제곱근에 비례함.    즉, 빈도수에 따라 너비에 가중치가 붙음(weighted)
notch	notch=TRUE	중위값(Median)의 유의하게 다른 정도를 나타냄 - FALSE : 표준 박스플롯 (Default : FALSE) - TRUE : notched boxplot 생성(Median에 톱니처럼 들어간 모양)
notchwidth	notchwidth=숫자	notched boxplot일 경우(notch=TRUE) notch의 폭을 지정함 (Default : notchwidth=0.5)
show.legend	show.legend=FALSE	TRUE : 범례를 포함함 (Default : TRUE) FALSE : 범례를 포함하지 않음.
outlier.color	outlier.color='색상'	outlier의 테두리 색상 지정
outlier.fill	outlier.fill='색상'	outlier의 채우기 색상 지정
outlier.shape	outlier.shape=숫자	outlier의 모양 지정
outlier.size	outlier.size=숫자	outlier 점의 크기 지정
outlier.stroke	outlier.stroke=숫자	outlier 점의 테두리 두께 지정
outlier.alpha	outlier.alpha=숫자	outlier 점의 투명도 지정. (0~1 사이)

 

 

 

---

 

 

 

00. 사용 데이터 

·데이터는 ggplot2 패키지 데이터 셋인 'mpg' 를 사용

library(ggplot2)

 

 

---

 

01. 기본 Boxplot

· x축을 class, y축을 hwy로 하는 박스플롯 그리기

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy))+
    labs(title = "Basic Boxplot")+
    theme_economist()

 

 

· x축을 hwy, y축을 class로 하는 박스플롯 그리기

ggplot(mpg)+
  geom_boxplot(aes(y=class, x = hwy))+
    labs(title = "Basic Boxplot")+
    theme_economist()

 

 

 

 

 

02. Notch = TRUE인  Boxplot

 

· notch 옵션은 중앙값에서 박스플롯의 상자가 톱니처럼 움푹 패이게 하는 것으로, 기본값은 notch=FALSE

​· notch는 주로 그룹을 비교하는 데 사용되는 데, median 상부와 하부 영역의 노치가 겹치지 않으면 중위값(median)이 유의미하게      다르다는 것을 나타냄.

 

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy), notch = T)+
    labs(title = "Basic Boxplot")+
    theme_economist()

 

 

 

 

03. Boxplot 커스텀 

1)  박스플롯 테두리 색상 변경 

 

·color = "컬러코드" 사용하여 변경

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy) , color = "#0078a1")+
  labs(title = "color = '#0078a1'")+
  theme_economist()

 

 

 

· aes(color = 범주형 변수) 지정해 색상 변경 

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy, color = class))+
  labs(title = "color = class")+
  theme_economist()+
  scale_color_manual(values =economist_pal(fill = TRUE)(7))+   
  
  theme(plot.title=element_text(family="nanumgothic", face="bold",
                                   hjust=0.5, vjust=-2, size=15),
          axis.text=element_text(family="nanumgothic", face="bold", size=9),
          axis.title =element_text(family="nanumgothic", face="bold", size=7),
          legend.text = element_text(family="nanumgothic", size=9),
          legend.position='right')

 

 

 

2)  박스플롯 채우기 색상 변경 

 

·fill = "컬러코드" 사용하여 변경

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy) , fill = "#0078a1")+
  labs(title = "fill = '#0078a1'")+
  theme_economist()

 

 

 

· aes(fill = 범주형 변수) 사용하여 변경

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy, fill = class))+
  labs(title = "fill = class")+
  theme_economist()+
  scale_fill_manual(values =economist_pal(fill = TRUE)(7))+   
  
  theme(plot.title=element_text(family="nanumgothic", face="bold",
                                   hjust=0.5, vjust=-2, size=15),
          axis.text=element_text(family="nanumgothic", face="bold", size=9),
          axis.title =element_text(family="nanumgothic", face="bold", size=7),
          legend.text = element_text(family="nanumgothic", size=9),
          legend.position='right')

 

 

 

 

3) 이상치 색상, 모양 변경 

 

· 색상 변경  : outlier.colour

· shape 변경 : outlier.shape

· 이상치 투명도 변경:  outlier.alpha

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy, fill = class),
               outlier.colour = "red", # 이상치 색상 지정
               outlier.shape = 1,# 이상치 모양 변경
               outlier.alpha = 0.7)+ # 이상치 투명도 변경
  labs(title = "outlier 커스텀")+
  theme_economist()+
  scale_fill_manual(values =economist_pal(fill = TRUE)(7))+   
  
  theme(plot.title=element_text(family="nanumgothic", face="bold",
                                   hjust=0.5, vjust=-2, size=15),
          axis.text=element_text(family="nanumgothic", face="bold", size=9),
          axis.title =element_text(family="nanumgothic", face="bold", size=7),
          legend.text = element_text(family="nanumgothic", size=9),
          legend.position='right')

 

 

 

4) 이상치 overlaying 해결 : geom_jitter() 

 

· 이상치가 겹쳐서 그려지는 경우 geom_jitter()로 해결할 수 있음.

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy, fill = class),
               outlier.shape = NA)+ # 이상치 모양 변경
  geom_jitter(aes(x= class, y= hwy, col = class),alpha = 0.3) +
  labs(title = "geom_jitter")+
  theme_economist()+
  scale_fill_manual(values =economist_pal(fill = TRUE)(7))+   
  
  theme(plot.title=element_text(family="nanumgothic", face="bold",
                                   hjust=0.5, vjust=-2, size=15),
          axis.text=element_text(family="nanumgothic", face="bold", size=9),
          axis.title =element_text(family="nanumgothic", face="bold", size=7),
          legend.text = element_text(family="nanumgothic", size=9),
          legend.position='right')

 

 

 

 

 

04. Position = "dodge2"  Boxplot

 

· geom_boxplot은 기본적으로 position =  "dodge2" 가 default 값이다 

· x축에 범주형 변수 class,  y축에 숫자형 변수(연속형) hwy, 

    mapping 안에 fill or color에 범주형 변수를 지정하면 자동으로  dodge 박스플롯이 그려진다.

ggplot(mpg)+
  geom_boxplot(aes(x=class, y = hwy, color = drv))+
  labs(title = "position = 'dodge2'")+
  theme_economist()+
  scale_color_manual(values =economist_pal(fill = TRUE)(3))+   
  
  theme(plot.title=element_text(family="nanumgothic", face="bold",
                                   hjust=0.5, vjust=-2, size=15),
          axis.text=element_text(family="nanumgothic", face="bold", size=9),
          axis.title =element_text(family="nanumgothic", face="bold", size=7),
          legend.text = element_text(family="nanumgothic", size=9),
          legend.position='right')

 

 

 

 

---

 

참고 문헌(reference)

 

참고 서적 / 위키북스|Must Learning with R (개정판)

https://wikidocs.net/book/4315

Must Learning with R (개정판)

 

참고 사이트 

https://ggplot2.tidyverse.org/reference/geom_boxplot.html

A box and whiskers plot (in the style of Tukey) — geom_boxplot

https://blog.naver.com/PostView.naver?blogId=regenesis90&logNo=222198854087&categoryNo=0&parentCategoryNo=0 

[R] ggplot(), geom_boxplot() (1) 박스플롯 기본 : 박스플롯 그리기, 변수별 값의 분포 나타내기(최대값,

https://leebaro.tistory.com/entry/%EB%B0%95%EC%8A%A4-%ED%94%8C%EB%A1%AFbox-plot-%EC%84%A4%EB%AA%85

박스 플롯(box plot) 설명