Ignorar outliers no ggplot2 boxplot

Como eu ignoraria os outliers no boxgot do ggplot2? Eu simplesmente não quero que eles desapareçam (ou seja, outlier.size = 0), mas quero que eles sejam ignorados de forma que o eixo y seja escalado para mostrar o percentil 1/3. Meus outliers estão fazendo com que a "caixa" encolha tão pequena que é praticamente uma linha. Existem algumas técnicas para lidar com isso?

Editar Aqui está um exemplo:

y = c(.01, .02, .03, .04, .05, .06, .07, .08, .09, .5, -.6)
qplot(1, y, geom="boxplot")

Aqui está uma solução usando boxplot.stats

# create a dummy data frame with outliers
df = data.frame(y = c(-100, rnorm(100), 100))

# create boxplot that includes outliers
p0 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)))


# compute lower and upper whiskers
ylim1 = boxplot.stats(df$y)$stats[c(1, 5)]

# scale y limits based on ylim1
p1 = p0 + coord_cartesian(ylim = ylim1*1.05)

Use geom_boxplot(outlier.shape = NA)para não exibir os valores extremos e scale_y_continuous(limits = c(lower, upper))alterar os limites do eixo.

Um exemplo.

n <- 1e4L
dfr <- data.frame(
  y = exp(rlnorm(n)),  #really right-skewed variable
  f = gl(2, n / 2)
)

p <- ggplot(dfr, aes(f, y)) + 
  geom_boxplot()
p   # big outlier causes quartiles to look too slim

p2 <- ggplot(dfr, aes(f, y)) + 
  geom_boxplot(outlier.shape = NA) +
  scale_y_continuous(limits = quantile(dfr$y, c(0.1, 0.9)))
p2  # no outliers plotted, range shifted

Na verdade, como Ramnath mostrou em sua resposta (e Andrie também nos comentários), faz mais sentido cortar as escalas depois de calcular a estatística, via coord_cartesian.

coord_cartesian(ylim = quantile(dfr$y, c(0.1, 0.9)))

(Você provavelmente ainda precisará usar scale_y_continuouspara corrigir as quebras do eixo.)

Eu tive o mesmo problema e pré-calculei os valores para Q1, Q2, mediana, ymin, ymax usando boxplot.stats:

# Load package and generate data
library(ggplot2)
data <- rnorm(100)

# Compute boxplot statistics
stats <- boxplot.stats(data)$stats
df <- data.frame(x="label1", ymin=stats[1], lower=stats[2], middle=stats[3], 
                 upper=stats[4], ymax=stats[5])

# Create plot
p <- ggplot(df, aes(x=x, lower=lower, upper=upper, middle=middle, ymin=ymin, 
                    ymax=ymax)) + 
    geom_boxplot(stat="identity")
p

O resultado é um boxplot sem discrepâncias.

Uma idéia seria otimizar os dados em um procedimento de duas passagens:

1. faça uma primeira passagem, aprenda quais são os limites, por exemplo, corte em determinado percentil ou desvio padrão de N acima da média ou ...

2. em uma segunda passagem, defina os valores além do limite especificado para o valor desse limite

Devo enfatizar que este é um método antiquado que deve ser dominado por técnicas robustas mais modernas, mas você ainda o encontra muito.

A opção "coef" da função geom_boxplot permite alterar o ponto de corte externo em termos de intervalos interquartis. Esta opção está documentada para a função stat_boxplot. Para desativar os valores discrepantes (em outras palavras, eles são tratados como dados regulares), em vez de usar o valor padrão de 1,5, especifique um valor de corte muito alto:

library(ggplot2)
# generate data with outliers:
df = data.frame(x=1, y = c(-10, rnorm(100), 10)) 
# generate plot with increased cutoff for outliers:
ggplot(df, aes(x, y)) + geom_boxplot(coef=1e30)

Se você deseja forçar os bigodes a se estenderem aos valores máximo e mínimo, pode ajustar o coefargumento. O valor padrão para coefé 1,5 (ou seja, o comprimento padrão dos bigodes é 1,5 vezes o IQR).

# Load package and create a dummy data frame with outliers 
#(using example from Ramnath's answer above)
library(ggplot2)
df = data.frame(y = c(-100, rnorm(100), 100))

# create boxplot that includes outliers
p0 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)))

# create boxplot where whiskers extend to max and min values
p1 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)), coef = 500)

Ipaper :: geom_boxplot2 é exatamente o que você deseja.

# devtools::install_github('kongdd/Ipaper')
library(Ipaper)
library(ggplot2)
p <- ggplot(mpg, aes(class, hwy))
p + geom_boxplot2(width = 0.8, width.errorbar = 0.5)