让我们试着用一些模拟数据来展示这个问题的一个具体例子：

set.seed(1)

df <- data.frame(y = c(rexp(99), 150), x = rep(c("A", "B"), each = 50))

在这里，B组只有一个异常值150，尽管大多数值都要低几个数量级，这意味着如果我们试图画一个箱形图，图的底部的箱形会被压扁：

boxplot(y ~ x, data = df, col = "lightblue")

如果我们移除离群值，则箱形图绘制得很好：

boxplot(y ~ x, data = df, col = "lightblue", outline = FALSE)

当我们想添加一个点来表示每个箱线图的平均值时，问题就来了，因为“B”的平均值超出了图的界限。让我们计算并绘制平均值：

mean_vals <- sapply(split(df$y, df$x), mean)
mean_vals
#>         A         B 
#> 0.9840417 4.0703334

boxplot(y ~ x, data = df, col = "lightblue", outline = FALSE)
points(1:2, mean_vals, cex = 2, pch = 16, col = "red")

“B”的均值缺失，因为它位于图的上限之上。
这里的秘密是使用boxplot.stats来获得须线的极限。通过将均值向量连接到统计向量并获得其range，我们可以将图极限精确地设置在需要的位置：

y_limits <- range(c(boxplot.stats(df$y)$stats, mean_vals))

现在我们将这些限制应用于新的箱线图，并使用以下点绘制：

boxplot(y ~ x, data = df, outline = FALSE, ylim = y_limits, col = "lightblue")
points(1:2, mean_vals, cex = 2, pch = 16, col = "red")

为了进行比较，您可以在ggplot中这样做：

library(ggplot2)

ggplot(df, aes(x, y)) +
  geom_boxplot(fill = "lightblue", outlier.shape = NA) +
  geom_point(size = 3, color = "red", stat = "summary", fun = mean) +
  coord_cartesian(ylim = range(c(range(c(boxplot.stats(df$y)$stats, 
                                         mean_vals))))) +
  theme_classic(base_size = 16)

创建于2023年2月5日，使用reprex v2.0.2