ggplot2中按阈值自动切换坐标轴标签为指数格式的问题

问题背景 #

我需要制作带分面的复杂ggplot2图表，数据尺度差异大，大数值需用符合出版要求的指数格式（如5.0×10^5代表500000）。已实现单图的指数标签格式化，但分面时希望最大值<10000的分面使用常规数值标签。尝试过多个自定义函数：

• label_exponential_v2会单独格式化超过阈值的数值而非整轴；
• label_exponential_v3加入max()判断后，出现“breaks和labels长度不同”的错误。
  真实数据量较大无法手动处理，寻求解决方案。

测试数据及原代码 #

library(tidyverse)
df <- tibble(
  x = seq(1, 10000, by = 500),
  Fe = x + 25,
  Ca = (x + 25) * 0.25,
  Cu = (x + 25) * 2
)%>%
  pivot_longer(cols = !x)

ggplot(df, aes(x, value)) + 
  geom_point()+
  facet_wrap(vars(name),scales = "free")+
  scale_y_continuous(
    labels = label_exponential_v3
  )

之前尝试的自定义函数 #

label_exponential <- function(x) {
  ifelse(x==0, "0", parse(text=gsub("[+]", "", gsub("e", " %*% 10^", scales::scientific_format()(x)))))
  }

label_exponential_v2<-function(x) {
  ifelse(x > 10000,
    ifelse(x == 0,"0",parse(text = gsub("[+]","",gsub("e"," %*% 10^",scales::scientific_format()(x))))),
    format(x)
  )
}

label_exponential_v3<-function(x) {
  ifelse(max(x) > 10000,
         ifelse(x == 0,"0",parse(text = gsub("[+]","",gsub("e"," %*% 10^",scales::scientific_format()(x))))),
         format(x)
  )
}

解决方案 #

问题根源 #

label_exponential_v3的错误在于：ifelse(max(x) > 10000, ...)返回的是长度为1的逻辑判断，而非和输入x长度一致的向量，导致parse(text=...)生成的expression对象和常规字符格式混合时，出现长度不匹配。

ggplot2的scale标签函数是针对每个分面的breaks向量单独处理的，正确的做法是对当前分面的所有breaks整体判断，统一返回同类型的标签。

修复后的自定义函数 #

label_exponential_facet <- function(x) {
  # 判断当前分面的breaks最大值是否超过阈值
  if (max(x, na.rm = TRUE) > 10000) {
    # 对所有数值应用出版级指数格式
    ifelse(x == 0, "0", parse(text = gsub("[+]", "", gsub("e", " %*% 10^", scales::scientific_format()(x)))))
  } else {
    # 最大值小于等于阈值时，用常规数值格式，保留3位有效数字
    format(x, trim = TRUE, digits = 3)
  }
}

完整绘图代码 #

library(tidyverse)

df <- tibble(
  x = seq(1, 10000, by = 500),
  Fe = x + 25,
  Ca = (x + 25) * 0.25,
  Cu = (x + 25) * 2
)%>%
  pivot_longer(cols = !x)

ggplot(df, aes(x, value)) + 
  geom_point()+
  facet_wrap(vars(name), scales = "free")+
  scale_y_continuous(labels = label_exponential_facet)

函数说明 #

• 针对每个分面的breaks向量整体判断，要么全用指数格式，要么全用常规格式，避免混合类型导致的长度错误；
• 加入na.rm = TRUE处理可能的空值，提升鲁棒性；
• 常规格式用digits = 3保证标签简洁，可根据需求调整小数位或有效数字；
• 保留0值的特殊处理，避免出现0的指数格式（如0×10^0）。

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