如何在分组数据的ggplot2折线图中用NA实现断点效果？

问题背景 #

使用ggplot2绘制按district分组的折线图时，1988、1989年无数据，手动添加NA后折线仍在缺失年份处连接，未显示预期断点。

问题原因 #

手动添加NA时，错误的赋值方式导致salary列被转换为字符型，ggplot无法识别为数值缺失值；同时未对数据按分组和年份排序，折线绘制逻辑出错。

解决方案步骤 #

1. 生成完整的年份-分组组合：用expand.grid创建所有district和目标年份（含缺失的1988、1989）的笛卡尔积，确保没有遗漏的组合。
2. 合并聚合数据：将聚合后的实际数据与完整组合表合并，自动生成缺失年份的NA值，且保持数据类型正确。
3. 按分组和年份排序：保证每个分组内的数据按年份顺序排列，ggplot绘制时能正确识别断点。
4. 修正线型映射：匹配分组数量设置线型参数，避免报错。

完整代码示例 #

salary <- c(10000,25000,90000,15000,85000,
            65000,67000,23000,75000,35000,
            90000,65000,52000,52000,100000)
district <- c('A','A','A','A','A',
              'B','B','B','B','B',
              'E','E','E','E','E')
year <- c(1985,1986,1987,1990,1991,  # 缺失1988、1989年数据
          1985,1986,1987,1990,1991,
          1985,1986,1987,1990,1991)

dat <- data.frame(salary, district, year)

# 按年份和分组聚合数据
g <- aggregate(salary ~ year + district, 
               data = dat, 
               FUN = sum) 

# 生成完整的年份-分组组合（包含缺失的1988、1989）
full_grid <- expand.grid(
  district = unique(dat$district),
  year = seq(min(dat$year), max(dat$year), 1)
)

# 合并数据，自动生成缺失年份的NA
g_full <- merge(full_grid, g, by = c("district", "year"), all.x = TRUE)

# 按分组和年份排序
g_full <- g_full[order(g_full$district, g_full$year), ]

ggplot(g_full, aes(x=year, y=salary, group=district)) +
  geom_line(aes(linetype=district), size = 0.65)+
  geom_point(size = 0.5)+ 
  xlab("年份") + 
  ylab("薪资总额") +
  scale_linetype_manual(values=c("solid","dashed", "dotdash")) +  # 匹配3个分组的线型
  scale_linetype_discrete(name="区域") +  
  theme_bw() 

效果说明 #

处理后，每个分组的折线会在1987年与1990年之间断开，正确反映数据缺失情况。

附原问题中的错误效果截图：

内容的提问来源于stack exchange，提问作者ithoughtso