使用scale_x_continuous设置直方图X轴限为何会过滤数据？

核心区别：数据过滤 vs 视图裁剪 #

• scale_x_continuous(limits = c(-3,5))是从数据层面下手：它会先筛掉所有x值不在[-3,5]范围内的观测行，再基于过滤后的数据绘图。你觉得没有缺失数据，但直方图是通过stat_bin()做分箱统计生成的——可能你的原始数据刚好贴近边界，分箱后某个区间的端点超出了设定范围，这部分临时统计数据会被判定为"超出范围"，进而被当作缺失值剔除，所以会弹出移除4行的警告；哪怕扩大范围，只要分箱产生的临时点超出新范围，警告依然会出现。
• coord_cartesian(xlim = c(-3,5))是在绘图层面裁剪：它完全不碰原始数据，只是把图表的显示窗口限定在[-3,5]区间，所有数据（包括分箱生成的临时点）都保留，只是超出窗口的部分不显示，自然不会有数据被移除的警告，完美匹配你要的显示效果。

为什么oob=keep会报错 #

oob参数用来定义超出scale范围的数据处理逻辑，默认是scales::censor（把超出值设为NA），而scales::keep会保留原始值。但直方图依赖统计变换生成临时数据，oob=keep的逻辑和统计变换的流程冲突，导致报错。如果硬要用scale的方式实现，得先手动计算分箱统计结果，再用geom_col()绘制，远不如coord_cartesian简便。

总结建议 #

如果只是要调整图表的显示范围、匹配其他图的视觉效果，直接用coord_cartesian(xlim)就好；只有当你需要真正过滤掉超出范围的原始数据时，才用scale_x_continuous(limits)。

内容的提问来源于stack exchange，提问作者cpsyctc