ggplot2中geom_bar/geom_col多层绘图与过滤数据的x轴位置异常问题咨询

问题核心原因 #

问题出在离散型变量的因子水平不匹配：

• 当用完整数据集绘制第一个geom_bar图层时，ggplot会自动将字符型的locations转换为因子，其水平是letters[1:20]（20个字母的顺序），每个水平对应x轴上固定的位置（比如"a"在第1位，"e"在第5位）。
• 第一种方式的第二个图层使用仅含"a"和"e"的数据集，此时该图层的locations会被重新转换为因子，水平只有c("a","e")，对应的x轴位置被分配为第1和第2位——这就导致橙色柱子和灰色柱子的位置错位。
• 第二种方式的每个子图层只包含单个location值，ggplot在处理这类单值数据集时，会自动将该值匹配到全局已定义的因子水平（由第一个图层的完整数据生成），所以位置完全对应。

为什么geom_point/geom_line无此问题？ #

geom_point和geom_line在处理离散x轴时，会优先参考全局的刻度体系（由第一个图层或ggplot()的默认数据定义），即使当前图层的数据集只有部分离散值，也会将其映射到全局对应的位置上，不会重新生成局部的因子水平。而geom_bar/geom_col对多值子集的离散变量会默认重新生成因子水平，导致位置偏移。

解决方案 #

方法1：提前将变量转换为因子（推荐） #

在创建数据集时就把locations转为因子，指定完整的水平，这样所有图层都会使用同一套位置映射：

library(dplyr)
library(ggplot2)

set.seed(1234)
df <- data.frame(
  locations = factor(letters[1:20], levels = letters[1:20]), # 明确因子水平
  scores = sample(50:99,20)
)

# 第一种方式现在可以正常工作
ggplot() +
  geom_bar(data = df, aes(x = locations, y = scores), stat = "identity", fill = "#cccccc") +
  geom_bar(data = filter(df, locations %in% c("a","e")), aes(x = locations, y = scores), stat = "identity", fill = "#d55c19")

方法2：在图层中指定因子水平 #

如果不想修改原始数据，可在第二个图层的aes中明确指定因子水平：

ggplot() +
  geom_bar(data = df, aes(x = locations, y = scores), stat = "identity", fill = "#cccccc") +
  geom_bar(data = filter(df, locations %in% c("a","e")), 
           aes(x = factor(locations, levels = df$locations), y = scores), 
           stat = "identity", fill = "#d55c19")

内容的提问来源于stack exchange，提问作者SeniorAthlete