R语言保留含缺失值原数据结构绘制折线图的方法

现有如下tibble数据集：

df=tibble::tibble(
  treatment = rep(c("A", "B", "C"), each = 51L),
  day = rep(seq(0, 50, by = 1), 3),
  mean = rep(
    c(
      0, NA, 6.75, NA, 24.75, NA, 35.75, NA, 0, NA, 0.75, NA, 2.5, NA, 4.5, NA, 0,
      NA, 0.5, NA, 3.25, NA, 3.75, NA
    ),
    rep(c(1L, 34L, 1L, 6L, 1L, 3L, 1L, 4L), 3)
  ),
  std_error = rep(
    c(
      0, NA, 1.887458608817687, NA, 5.02286438863988, NA, 8.178987304876646, NA, 0,
      NA, 0.4787135538781691, NA, 1.040832999733066, NA, 1.755942292142123, NA, 0,
      NA, 0.2886751345948129, NA, 1.436140661634507, NA, 1.25, NA
    ),
    rep(c(1L, 34L, 1L, 6L, 1L, 3L, 1L, 4L), 3)
  ),
)

使用以下ggplot2代码绘制时，geom_line无法生成线条：

library(ggplot2)
ggplot(data=df, aes(x=as.numeric(day), y=mean, fill=treatment, shape=treatment, color=treatment)) + 
  geom_errorbar(aes(ymin=mean-std_error, ymax=mean+std_error), 
                position=position_dodge(0.7), width=3, color="grey35") +
  
  geom_line(aes(color=treatment), size=0.5) +
  geom_point(size=5, stroke=1, color="white") +
  
  scale_shape_manual(values=c(21,22,24)) +
  scale_fill_manual(values=c("red","grey55", "grey15")) +
  scale_color_manual(values=c("red","grey55", "grey15")) +
  
  scale_x_continuous(breaks=seq(0,50,10),limits=c(0,50)) +
  scale_y_continuous(breaks=seq(0,50,10),limits=c(0,50)) +
  theme_classic(base_size=20, base_family="serif") +
  theme(legend.position=c(0.15,0.85),
        legend.title=element_blank(),
        legend.key=element_rect(color="white", fill="white"),
        legend.text=element_text(family="serif", face="plain",
                                 size=13, color= "Black"),
        legend.background=element_rect(fill=alpha(0.5)),
        axis.line=element_line(linewidth=0.5, colour="black"))+
  windows(width=5, height=5.5)

删除缺失值后可正常绘图，但需要保留原始0-50天的完整数据结构用于后续补充数据，如何解决？

无需修改原始数据集，只需为geom_line单独指定过滤掉缺失值的子集即可。ggplot2允许每个图层使用不同的数据，这样既保留了原始数据结构，又能让线条连接所有存在有效值的点。

修改后的完整代码如下：

library(ggplot2)
library(dplyr)

ggplot(data=df, aes(x=as.numeric(day), y=mean, fill=treatment, shape=treatment, color=treatment)) + 
  geom_errorbar(aes(ymin=mean-std_error, ymax=mean+std_error), 
                position=position_dodge(0.7), width=3, color="grey35") +
  
  # 仅为geom_line提供无缺失值的数据
  geom_line(data = df %>% filter(!is.na(mean)), aes(color=treatment), size=0.5) +
  geom_point(size=5, stroke=1, color="white") +
  
  scale_shape_manual(values=c(21,22,24)) +
  scale_fill_manual(values=c("red","grey55", "grey15")) +
  scale_color_manual(values=c("red","grey55", "grey15")) +
  
  scale_x_continuous(breaks=seq(0,50,10),limits=c(0,50)) +
  scale_y_continuous(breaks=seq(0,50,10),limits=c(0,50)) +
  theme_classic(base_size=20, base_family="serif") +
  theme(legend.position=c(0.15,0.85),
        legend.title=element_blank(),
        legend.key=element_rect(color="white", fill="white"),
        legend.text=element_text(family="serif", face="plain",
                                 size=13, color= "Black"),
        legend.background=element_rect(fill=alpha(0.5)),
        axis.line=element_line(linewidth=0.5, colour="black"))+
  windows(width=5, height=5.5)

原理说明 #

• 原始代码中geom_line使用了包含大量NA的完整数据集，ggplot2默认不会连接被NA分隔的点，因此无法生成可见线条。
• 通过为geom_line的data参数传入过滤后的子集（仅保留mean非NA的行），让线条仅连接存在有效值的观测点，同时其他图层（如geom_errorbar、geom_point）仍使用原始数据集，自动忽略NA值仅显示有数据的点。
• 原始数据集的结构完全保留，不影响后续补充0-50天的数据操作。

内容的提问来源于stack exchange，提问作者J.K Kim