No ggplot2Antes de mais nada vou recriar os outliers são calculados no momento em que o gráfico vai ser desenhado (quando der print(plot)
).
A função responsável por isso será a funçãodados com uma StatBoxplotseed
(código-fonte)para que é executada dentro do "ambiente" do gráficoos resultados possamos ser reproduzidos.
library(tidyverse)
set.seed(123)
dataset <- as_tibble(matrix(rnorm(6*1000,1500,200),ncol=6))
cluster <- kmeans(dataset,centers=3)
dataset$kmeans <- as.factor(cluster[['cluster']])
Podemos forçar a execução dos cálculos por meio da função ggplot_build()
e nomear o gráfico para que possamos usá-lo adiante. Assim temos
p <- dataset%>%
gather(.,key='group',value='var',V1:V6) >%
ggplot(aes(group,var,fill=kmeans))+
facet_grid(kmeans~.)+
geom_boxplot(outlier.color='yellow',outlier.shape=21,
outlier.fill='black',outlier.size=1, coef = 2)+
stat_summary(fun.y=mean, geom="line", aes(group=1))+
stat_summary(fun.y=mean, geom="point")+
theme_dark()
data
Obtendo ouliers no ggplot2
No ggplot2 os outliers são calculados no momento em que o gráfico vai ser desenhado (quando der print(plot)
).
A função responsável por isso será a função StatBoxplot
(código-fonte) que é executada dentro do "ambiente" do gráfico.
É possível forçar a execução dos cálculos por meio da função ggplot_build()
. Assim temos
calculado <- ggplot_build(p)
O objeto criado tem uma elemento chamado data
que possui três data.frames
. O primeiro deles se refere aos dados usados para a construção do boxplot. Neste data.frame
há uma lista com os outliers de cada boxplot chamada "outliers".
retiramos
dasd
outliers <- data$data[[1]]$outlierscalculado$data[[1]]$outliers
str(outliers)
List of 18
$ : num(0) 2148
$ : num 2242[1:4] 2059 2066 1191 2158
$ : num(0) [1:5] 992 1914 930 973 1819
$ : num 2240[1:3] 910 932 874
$ : num 809[1:7] 2094 1163 2154 2085 2189 ...
$ : num(0) [1:3] 966 2072 2117
$ : num(0)
$ : num(0) [1:2] 961 890
$ : num(0) [1:5] 1036 998 1940 2047 988
$ : num 823[1:2] 916 2079
$ : num(0) [1:6] 949 2000 922 1946 1909 ...
$ : num(0) [1:6] 1065 2038 2050 1031 1085 ...
$ : num [1:2] 850968 8482015
$ : num(0) [1:3] 2137 2178 2063
$ : num(0) [1:4] 2104 1262 1259 2184
$ : num(0) [1:3] 1003 1975 1931
$ : num(0) 891
$ : num(0) [1:3] 862 848 1962
Obtendo os enésimos outliers
Para o primeiro basta usar 1
, para o quinto, 5
, e assim por diante
outliers %>%
map(~ sort(.x, TRUE) %>% nth(1) )