用单独的线型在 ggplot2 中绘制缺失值

Posted 2023-03-11

【中文标题】用单独的线型在 ggplot2 中绘制缺失值

【英文标题】：Plotting missing values in ggplot2 with a separate line type

【发布时间】：2019-11-07 19:51:39

【问题描述】：

我正在使用 ggplot2 创建一个线图，但我缺少用 NaN 表示的数据。我的线图目前没有在缺失值之间添加任何线。但是，我想用虚线连接丢失的数据，而所有已知数据都用实线连接。

这是我当前绘图的代码，其中包含我的数据框的一小部分和下面的绘图图像。

#make ggplots for all data sets  

Q4_plot <- ggplot(data = Q4, mapping = aes(x = Year, y = Q4)) +
  geom_line() +
  geom_point() +
  labs(title = "Quarter 4 Anamolies of C. finmarchicus Population") +
  ylab("Anamoly") +
  scale_y_discrete(lim = c(-1.5, -1.0, -0.5, 0.0, 0.5, 1.0, 1.5)) 

#subset of data frame

> dput(Q4)
structure(list(Year = c(1980, 1981, 1982, 1983, 1984, 1985, 1986, 
1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 
1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 
2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017), Q4 = c(-0.2902210281654, 
-0.4349222339894, 0.6085474376776, 0.8492088796228, 0.5017554154123, 
0.4848742371842, 0.483138540113, 1.134146387603, 1.095609559681, 
0.8630386289353, 0.1163274274306, -0.3398165357991, -0.1474840957078, 
-1.344090916262, 0.3518846850911, -0.03353853195848, -0.07481708144361, 
0.2717396470301, -1.43888104698, -0.4838212547847, -0.8460008644647, 
1.061274634085, 0.1433575405896, 0.6949323748611, 0.4219329126636, 
-0.1924723455514, -0.2699464637352, NaN, 0.4931694954279, 0.7079867355531, 
-0.243929992349, 0.9881050229247, -0.2275292445512, NaN, 0.3237764596434, 
-0.3144133941847, 0.6111879054247, NaN)), row.names = c(NA, -38L
), class = c("tbl_df", "tbl", "data.frame"))

这就是我的情节现在的样子，我想在实线不相交的区域添加一条虚线。

如果这个问题或措辞不当，我深表歉意，我是 R 的新用户。

【问题讨论】：

能否请您包含一部分 yearly_average_anamolies 数据框？您可以使用dput 函数。 dput(yearly_average_anamolies) 然后将其粘贴到您的问题中。

【参考方案1】：

为什么不 (1) 删除 NA，然后 (2) 绘制第二条虚线。虚线将在第一个“下方”，因此只会看到有间隙的虚线。

   df %>%
    ggplot(aes(x = year, y = anomaly)) +
    geom_point() +
    geom_line() +
    geom_line(data = filter(df, is.na(Annual)==FALSE), linetype = "dashed")

【参考方案2】：

这是一个自动化解决方案，它依赖于识别缺失数据两侧的点并将这些点输入到单独的geom_line。

gaps <- my_data %>%
  filter(is.na(lead(Annual)) & row_number() != n() |
          is.na(lag(Annual)) & row_number() != 1) %>%
  # This is needed to make a separate group for each pair of points.
  #  I expect it will break if a point ever has NA's on both sides...
  #  Anyone have a better idea?
  mutate(group = cumsum(row_number() %% 2))

ggplot(data = my_data, mapping = aes(x = Year, y = Annual)) +
  geom_line() +
  geom_line(data = gaps, aes(group = group), linetype = "dashed") +
  geom_point() + 
  labs(title = "Annual Anomalies of C. finmarchicus Population")

假数据：

set.seed(0)
my_data = data.frame(Year = 2000:2019,
                     Annual = sample(c(-5:5, NA_integer_), 10))

【讨论】：

# 这需要为每对点创建一个单独的组。 # 如果一个点两边都有 NA，我希望它会中断... # 有人有更好的主意吗？如果连续 >1 NA，它确实会中断。我添加了一行代码，确定是否连续有多个 NA，然后只保留第一个。 mutate(keep=ifelse(is.na(Annual)&lag(is.na(Annual)==TRUE),"del","keep")) %>%filter(keep=="keep")

【参考方案3】：

这其实比较复杂。这是一种方法：

library(tidyverse) 

df <- 
  tibble(
    year = 2000:2009,
    anomaly = c(1, 1.5, NaN, 0.5, 0.5, 1, 1, NaN, 1.5, 1.5)
  ) %>% 
  mutate(
    section1 = if_else(year < 2002, TRUE, FALSE),
    section2 = if_else(year %in% c(2001, 2003), TRUE, FALSE),
    section3 = if_else(year %in% 2003:2006, TRUE, FALSE),
    section4 = if_else(year %in% c(2006, 2008), TRUE, FALSE),
    section5 = if_else(year > 2007, TRUE, FALSE)
  ) %>% 
  filter(!is.na(anomaly))

df %>% 
  ggplot(aes(x = year, y = anomaly)) +
  geom_point() +
  geom_line(data = df %>% filter(section1 == TRUE)) +
  geom_line(data = df %>% filter(section2 == TRUE), linetype = 3) +
  geom_line(data = df %>% filter(section3 == TRUE)) +
  geom_line(data = df %>% filter(section4 == TRUE), linetype = 3) +
  geom_line(data = df %>% filter(section5 == TRUE))

这将数据集分为五组，虚线和非虚线的起点和终点重叠。我还删除了 NaN 条目以阻止 ggplot 发出警告。