在R的ggplot中连接含缺失值的散点图数据点方法咨询

当使用ggplot绘制折线图时，若数据存在NA值，geom_line()默认会断开对应分组的线条（如示例中series1在x=3处因NA导致折线中断），而base R的plot()函数可自动跳过NA值连接前后数据点。以下是两种解决ggplot中该问题的实用方法：

当前未处理NA时的图表效果：

方法1：直接在geom_line()中设置na.rm=TRUE #

该参数会让ggplot忽略分组内的NA值，直接连接剩余有效数据点，实现与base R plot一致的连续折线效果，无需修改原始数据。

修改后的完整代码：

# 生成含缺失值的模拟数据集
data <- data.frame(
  x=rep(1:5, 3),
  value=c(2,4,NA,6,2,3,5,4,3,6,9,7,4,3,5), 
  variable=rep(paste0('series', 1:3), each=5)
)

# 绘制包含连续折线的图表
ggplot(data = data, aes(x=x, y=value, group =variable)) + 
  geom_line(colour = "black", na.rm = TRUE) +  # 关键改动：添加na.rm=TRUE
  geom_point(aes(shape=variable, color=variable, fill = variable), size=2) +
  scale_shape_manual(values=c(21, 22, 23))+
  scale_color_manual(values=c('black','black', 'black'))+
  scale_fill_manual(values= c('#999999','#E69F00', '#56B4E9')) +
  theme_classic() + 
  theme(
    panel.border = element_rect(colour = "black", fill=NA, size=1), 
    legend.justification=c(1,1), 
    legend.position=c(1,1)  
  ) + 
  geom_vline(xintercept=3, linetype="dotted")

方法2：预处理数据，移除分组内的NA值 #

若需要提前清理数据，可通过dplyr按分组过滤掉value为NA的行，再用清理后的数据绘图：

library(dplyr)

# 按分组过滤NA值
data_clean <- data %>% 
  group_by(variable) %>% 
  filter(!is.na(value)) %>% 
  ungroup()

# 使用清理后的数据绘制图表
ggplot(data = data_clean, aes(x=x, y=value, group =variable)) + 
  geom_line(colour = "black") + 
  geom_point(aes(shape=variable, color=variable, fill = variable), size=2) +
  scale_shape_manual(values=c(21, 22, 23))+
  scale_color_manual(values=c('black','black', 'black'))+
  scale_fill_manual(values= c('#999999','#E69F00', '#56B4E9')) +
  theme_classic() + 
  theme(
    panel.border = element_rect(colour = "black", fill=NA, size=1), 
    legend.justification=c(1,1), 
    legend.position=c(1,1)  
  ) + 
  geom_vline(xintercept=3, linetype="dotted")

两种方法对比 #

• 方法1操作简便，无需额外依赖，适合快速绘图场景；
• 方法2生成干净数据集，可复用在后续分析或其他可视化中。

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