Ordenando un diagrama de caja basado en el valor mediano

Question

Me gustaría usar R para hacer una serie de diagramas de caja que están ordenados por valor mediano. Supongamos entonces ejecuto:

boxplot(cost ~ type) 

Esto me daría algunos diagramas de caja fueron costos se muestra en el eje Y y la categoría tipo es visible en el eje x:

-----  ----- 
    |   | 
[ ]  | 
    |  [ ] 
    |   | 
-----  ----- 
    A   B 

Sin embargo, lo que yo' d es como las figuras de boxplot ordenadas del valor mediano más alto al más bajo. Mi sospecha es que lo que tengo que hacer es cambiar las etiquetas del tipo (A o B) para indicar numéricamente cuál es el valor mediano más bajo y más alto, pero me pregunto si hay una forma más inteligente de resolver el problema.

Answer 1

Echa un vistazo ?reorder. El ejemplo parece ser lo que quieres, pero ordenado en el orden opuesto. Cambié -count en la primera línea a continuación para ordenar en el orden que desee.

bymedian <- with(InsectSprays, reorder(spray, -count, median)) 
    boxplot(count ~ bymedian, data = InsectSprays, 
      xlab = "Type of spray", ylab = "Insect count", 
      main = "InsectSprays data", varwidth = TRUE, 
      col = "lightgray") 

Answer 2

Sí, esa es la idea:

> set.seed(42)      # fix seed  
> DF <- data.frame(type=sample(LETTERS[1:5], 100, replace=TRUE), 
+     cost=rnorm(100)) 
> 
> boxplot(cost ~ type, data=DF) # not ordered by median 
> 
> # compute index of ordered 'cost factor' and reassign   
> oind <- order(as.numeric(by(DF$cost, DF$type, median)))  
> DF$type <- ordered(DF$type, levels=levels(DF$type)[oind]) 
> 
> boxplot(cost ~ type, data=DF) # now it is ordered by median 

Answer 3

Cuidado con los valores que faltan, hay que añadir na.rm = TRUE para que funcione. Si no, el código simplemente no funciona. Me llevó horas encontrarlo.

bymedian <- with(InsectSprays, reorder(spray, -count, median, **na.rm = TRUE**) 
    boxplot(count ~ bymedian, data = InsectSprays, 
      xlab = "Type of spray", ylab = "Insect count", 
      main = "InsectSprays data", varwidth = TRUE, 
      col = "lightgray")