R语言SIBER包极坐标柱状图缺失值与y轴标准化问题

问题根源 #

原教程中，直方图计数的标准化是按每个comparison组单独计算（除以自身组内的最大计数），但当切换为按TestName分面后，同一分面下包含多个comparison组，会引发两个问题：

1. 不同组的标准化基准不统一，组间无法在同一尺度下比较
2. geom_bar默认堆叠显示，多个组叠加后高度会超过1，触发y轴截断警告（即提示的缺失值），这也是放大y轴能看到值超过1的核心原因

修正方案 #

1. 调整标准化逻辑：按TestName分面全局标准化

将标准化基准从单个comparison组，改为同一TestName下所有组的计数最大值，确保同一分面内所有组使用统一尺度，保证组间可比性。

2. 修正数据处理代码

替换原有的手动赋值TestName和标准化步骤，改用更可靠的分组逻辑：

# 为每个comparison分配对应的TestName（替代手动rep赋值，避免出错）
angles_distances_with_test <- angles_distances %>%
  mutate(TestName = case_when(
    # 根据实际分组对应关系调整，这里模拟原数据的分配规则
    comparison %in% unique(hist.by.groups_deg$comparison)[1:5] ~ "A",
    comparison %in% unique(hist.by.groups_deg$comparison)[6:10] ~ "B",
    TRUE ~ "C"
  ))

# 生成直方图后，按TestName全局标准化计数
hist.by.groups_deg <- angles_distances_with_test %>%
  group_by(TestName, comparison) %>%
  do(my.hist(.)) %>%
  ungroup() %>%
  # 关键：按TestName分组，用该组内的最大计数统一标准化
  group_by(TestName) %>%
  mutate(counts.stdzd_global = counts / max(counts)) %>%
  ungroup() %>%
  mutate(Degrees = mids*(180/pi))

3. 修改绘图代码

将y轴映射改为全局标准化后的counts.stdzd_global，并明确设置geom_bar的位置为identity（避免堆叠导致高度超标）：

cols <- c("#0570b0", "#8c96c6", "#74a9cf", "#8856a7", "#d7b5d8", "#b3cde3", "#810f7c", "#66c2a4", "#bdc9e1", "#df65b0","salmon","pink","gray","beige","tan")

all.roses <- ggplot(data = hist.by.groups_deg, aes(x = Degrees, y = counts.stdzd_global, color = comparison, fill = comparison)) +
  geom_hline(yintercept = seq(0, 1, by = 0.25), colour = "grey90", linewidth = 0.2) +
  geom_vline(xintercept = seq(0, 180, by = 45), colour = "grey90", linewidth = 0.2) +
  geom_vline(xintercept = seq(0, -180, by = -45), colour = "grey90", linewidth = 0.2) +
  # 显式设置position=identity，避免默认堆叠导致高度超过1
  geom_bar(stat = "identity", alpha = .7, position = "identity") + 
  scale_x_continuous(
    limits = c(-180,180),
    breaks = c(-180, -90, 0, 90, 180),
    labels = c("","-90","0","90", "")) +
  scale_y_continuous(
    limits = c(0,1),
    expand = c(0,0)) + # 去除y轴空白，贴合极坐标边界
  coord_polar(start = pi/2, direction = -1) +
  facet_wrap( ~ TestName, nrow = 2) +
  scale_fill_manual(values = cols) +
  scale_color_manual(values = cols) +
  theme(axis.ticks.y = element_blank(), 
        axis.text.y = element_blank(),
        legend.position = "none",
        panel.border = element_blank(),
        panel.grid = element_blank()) + 
  labs(y = "Counts (standardized within each test group)",
       x = "Angle between ellipse centroids (°)")
print(all.roses)

效果说明 #

• 同一分面内所有组的计数都基于该分面的最大计数缩放，y轴严格保持0-1范围，不会出现截断警告
• 组间可以在同一尺度下直接比较分布特征
• 避免了geom_bar堆叠导致的高度异常问题

内容的提问来源于stack exchange，提问作者ElizaBeso000