ggplot2绘制cats数据集散点图时图例显示NA但无缺失值的原因

问题出在cut()函数和quantile()的默认行为配合上，和数据集本身的缺失值无关：

• quantile(Hwt)默认会返回5个分位点：0%（最小值）、25%、50%、75%、100%（最大值），作为cut()的分割边界。
• cut()函数默认参数right=TRUE，生成的区间是左开右闭的。比如第一个区间是(最小值, 25%分位数]，而数据中恰好存在等于最小值的样本点，这些点无法匹配任何左开右闭的区间，就被cut()归类为NA。
• ggplot会把cut()生成的所有分组（包括NA）都显示在图例里，所以即使原数据集没有缺失值，图例还是会出现NA标签。

解决办法 #

给cut()添加include.lowest=TRUE参数，让第一个区间包含最小值，这样所有数据点都会被分到对应的区间里，不会生成NA：

data(cats, package = "MASS")

cats %>% 
  ggplot(aes(x = Hwt, y = 1, color = cut(Hwt, quantile(Hwt), include.lowest = TRUE))) +
  geom_jitter() +
  coord_fixed(ratio = 3) +
  theme(legend.position = "top") +
  labs(x = "Cat heart weight, g", 
       y = element_blank(),
       color = "Quantiles") +
  scale_color_discrete(labels = c("0-25%", "25-50%", "50-75%", "75-100%"))

内容的提问来源于stack exchange，提问作者user21767262