R语言中含字符的数值列分箱与可视化技术问询

问题背景 #

我在R中有3列数据：

• Type：'A' 'B' 'C' 'D' 'E' 'F' 'G'
• Value：UT 30 45 50 62 70 72
• Efficiency：70 72 80 88 90 92 98

需要实现：仅对Value列的数值按20增量分箱，X轴保留文本值UT，最终X轴显示为UT、30-50、50-70、70-90；Y轴展示Efficiency，用Type区分颜色。之前尝试的代码无法处理UT的情况，遇到了阻碍。

解决步骤 #

1. 数据预处理：区分文本与数值并分箱 #

首先要把UT单独保留，对数值部分完成分箱操作。先构造示例数据框（方便复现），再创建分箱列：

# 构造示例数据框
df <- data.frame(
  Type = c('A', 'B', 'C', 'D', 'E', 'F', 'G'),
  Value = c('UT', '30', '45', '50', '62', '70', '72'),
  Efficiency = c(70, 72, 80, 88, 90, 92, 98),
  stringsAsFactors = FALSE
)

# 将Value中的数值转为数值类型（UT会被转为NA）
df$Value_Num <- as.numeric(df$Value)

# 定义分箱区间和标签
bins <- seq(30, 90, by = 20)
bin_labels <- sprintf("%d-%d", bins[-length(bins)], bins[-1])

# 创建分箱列：UT保留原值，数值按区间分箱
df$Value_Bin <- ifelse(
  is.na(df$Value_Num), 
  df$Value, 
  cut(df$Value_Num, breaks = bins, labels = bin_labels, include.lowest = TRUE)
)

注：include.lowest = TRUE确保30被包含在第一个分箱区间30-50内。

2. 用ggplot绘制目标图表 #

为了让X轴按需要的顺序显示（UT在前，分箱区间按数值顺序），需要把分箱列转为因子并指定顺序，再绘图：

library(ggplot2)

# 自定义X轴顺序，避免自动排序
x_order <- c("UT", "30-50", "50-70", "70-90")
df$Value_Bin <- factor(df$Value_Bin, levels = x_order)

# 绘制散点图（如果需要其他类型图表，替换geom即可，比如geom_bar）
ggplot(df, aes(x = Value_Bin, y = Efficiency, color = Type)) +
  geom_point(size = 3) +
  labs(x = "Value分箱", y = "效率", color = "类型") +
  theme_bw()

关键说明 #

• 通过临时列Value_Num区分文本（UT）和数值，用ifelse()分别处理两类数据
• 将Value_Bin转为因子并指定水平顺序，保证X轴显示符合预期
• 用color = Type实现不同类型数据的颜色区分

内容的提问来源于stack exchange，提问作者chocoball