具有 NA 值的 ggplot 折线图

Question

我在使用 ggplot 尝试在同一图表上绘制 2 个不完整的时间序列时遇到问题，其中 y 数据在 x 轴（年）上没有相同的值 - 因此某些年份存在 NA :

test<-structure(list(YEAR = c(1937, 1938, 1942, 1943, 1947, 1948, 1952, 
1953, 1957, 1958, 1962, 1963, 1967, 1968, 1972, 1973, 1977, 1978, 
1982, 1983, 1986.5, 1987, 1993.5), A1 = c(NA, 24, NA, 32, 32, 
NA, 34, NA, NA, 18, 12, NA, 10, NA, 11, NA, 15, NA, 24, NA, NA, 
25, 26), A2 = c(40, NA, 38, NA, 25, NA, 26, NA, 20, NA, 17, 
17, 17, NA, 16, 18, 21, 18, 17, 25, NA, NA, 26)), .Names = c("YEAR", "A1", 
"A2"), row.names = c(NA, -23L), class = "data.frame")

我试过的以下代码输出了一个杂乱无章的混乱：

ggplot(test, aes(x=YEAR)) + 
  geom_line(aes(y = A1), size=0.43, colour="red") +  
  geom_line(aes(y = A2), size=0.43, colour="green") +
  xlab("Year") + ylab("Percent") +
  scale_x_continuous(limits=c(1935, 1995), breaks = seq(1935, 1995, 5),
                     expand = c(0, 0)) + 
  scale_y_continuous(limits=c(0,50), breaks=seq(0, 50, 10), expand = c(0, 0))

我该如何解决这个问题？

Answer 1

您可以使用 na.omit:

删除它们

library(ggplot2)
#use na.omit below
ggplot(na.omit(test), aes(x=YEAR)) + 
  geom_line(aes(y = A1), size=0.43, colour="red") +  
  geom_line(aes(y = A2), size=0.43, colour="green") +
  xlab("Year") + ylab("Percent") +
  scale_x_continuous(limits=c(1935, 1995), breaks = seq(1935, 1995, 5),
                     expand = c(0, 0)) + 
  scale_y_continuous(limits=c(0,50), breaks=seq(0, 50, 10), expand = c(0, 0))

编辑

使用 2 个单独的 data.frames 和 na.omit:

#test1 and test2 need to have the same column names
test1 <- test[1:2]
test2 <- tes[c(1,3)]
colnames(test2) <- c('YEAR','A1')

library(ggplot2)
ggplot(NULL, aes(y = A1, x = YEAR)) + 
  geom_line(data = na.omit(test1), size=0.43, colour="red") +  
  geom_line(data = na.omit(test2), size=0.43, colour="green") +
  xlab("Year") + ylab("Percent") +
  scale_x_continuous(limits=c(1935, 1995), breaks = seq(1935, 1995, 5),
                     expand = c(0, 0)) + 
  scale_y_continuous(limits=c(0,50), breaks=seq(0, 50, 10), expand = c(0, 0))

Answer 2

我的首选解决方案是将其重塑为长格式。那么你只需要 1 geom_line 次调用。特别是如果你有很多系列，那就更整洁了。结果与 LyzandeR 的第二张图表相同。

library(ggplot2)
library(reshape2)

test2 <- melt(test, id.var='YEAR')
test2 <- na.omit(test2)

ggplot(test2, aes(x=YEAR, y=value, color=variable)) + 
  geom_line() +
  scale_color_manual(values=c('red', 'green')) +

  xlab("Year") + ylab("Percent") +
  scale_x_continuous(limits=c(1935, 1995), breaks = seq(1935, 1995, 5),
                     expand = c(0, 0)) + 
  scale_y_continuous(limits=c(0,50), breaks=seq(0, 50, 10), expand = c(0, 0))

您可以考虑在该行之外添加一个 geom_point() 调用，这样可以清楚哪些点是真实值，哪些点缺失。长格式的另一个优点是额外的 geom 每个只需要调用 1 次，而不是每个系列调用 1 次。

Answer 3

您可以通过对数据框进行子集化来删除它们：

  ggplot(test, aes(x=YEAR)) + 
  geom_line(data=subset(test, !is.na(A1)),aes(y = A1), size=0.43, colour="red") +  
  geom_line(data=subset(test, !is.na(A2)),aes(y = A2), size=0.43, colour="green") +
  xlab("Year") + ylab("Percent") +
  scale_x_continuous(limits=c(1935, 1995), breaks = seq(1935, 1995, 5),
                     expand = c(0, 0)) + 
  scale_y_continuous(limits=c(0,50), breaks=seq(0, 50, 10), expand = c(0, 0))

具有 NA 值的 ggplot 折线图

ggplot line graph with NA values

r

ggplot2

na