如何在ggplot中将X轴设为log10刻度？负值报错的解决方法

问题背景 #

想把ggplot绘制的剂量反应曲线X轴设为log10刻度，解决图表开头的大幅拉伸问题，但因置信区间下限小于0，出现如下报错：

Error in if (zero_range(range)) zero_width else diff(range) :
missing value where TRUE/FALSE needed
In addition: Warning message:
In trans$transform(limits) : NaNs produced

当前使用连续X轴，绘图代码如下：

ggplot(drc_2, aes(x= Treatment.concentration.0, y = Total.dead), breaks = drc_2$Treatment.concentration) +
  geom_point(position = position_jitter(width = 0, height = 0.15)) +
  geom_ribbon(data=datanew, aes(x=Treatment.concentration, y = p, ymin=pmin, ymax=pmax), alpha=0.2) +
  geom_line(data=datanew, aes(x=Treatment.concentration, y = p)) +
  coord_trans(x="log") +
  scale_x_continuous(breaks = drc_2$Treatment.concentration) +
  scale_y_continuous(breaks = 0:5)+
  theme_grey() + theme(axis.title = element_text(face = "bold"),
    plot.title = element_text(face = "bold",
        hjust = 0.5)) +labs(title = "Dose-Response Curve",
    x = "Treatment Concentration (mg/kg)",
    y = "Total Dead")

可行解决办法 #

• 修正置信区间下限的负值：log变换仅对正数有效，直接把datanew中pmin列的负值替换为极小正数（比如0.001，需小于你数据中最小的非零处理浓度）：

  datanew$pmin <- pmax(datanew$pmin, 0.001)
  

  这种方法不会破坏置信区间的整体趋势，同时能绕过log变换的NaN报错。

• 改用scale_x_log10()替代coord_trans(x="log")：scale_x_log10()是专门针对X轴的log10变换工具，支持手动设置轴范围避开非正数区域，同时保留刻度的可读性。修改代码中的X轴设置部分：

  # 替换原有的coord_trans和scale_x_continuous
  scale_x_log10(breaks = drc_2$Treatment.concentration, 
                limits = c(你的最小非零浓度值, NA))
  

  把你的最小非零浓度值替换成你数据里实际的最小正处理浓度，确保X轴范围全为正数。

• 处理含0浓度的情况：如果你的数据里有0浓度（比如对照组），log变换无法直接处理0，可以给所有X轴数据加一个极小偏移量，同时在刻度标签显示原数值：

  # 给X数据加偏移量
  drc_2$x_log <- drc_2$Treatment.concentration.0 + 0.001
  datanew$x_log <- datanew$Treatment.concentration + 0.001
  
  # 绘图时使用处理后的x_log，刻度标签保留原数值
  ggplot(drc_2, aes(x= x_log, y = Total.dead)) +
    geom_point(position = position_jitter(width = 0, height = 0.15)) +
    geom_ribbon(data=datanew, aes(x=x_log, y = p, ymin=pmin, ymax=pmax), alpha=0.2) +
    geom_line(data=datanew, aes(x=x_log, y = p)) +
    scale_x_log10(breaks = drc_2$x_log, labels = drc_2$Treatment.concentration.0) +
    scale_y_continuous(breaks = 0:5)+
    theme_grey() + theme(axis.title = element_text(face = "bold"),
      plot.title = element_text(face = "bold",hjust = 0.5)) +
    labs(title = "Dose-Response Curve",
      x = "Treatment Concentration (mg/kg)",
      y = "Total Dead")
  

  这种方法适合必须保留0浓度数据的场景，视觉上不会影响曲线趋势。

内容的提问来源于stack exchange，提问作者Georble02