如何解决ggplot中geom_path因缺失值导致的连线断裂问题

核心原因 #

geom_path遇到缺失值（NA）时会自动中断连线，na.rm=FALSE仅控制是否保留NA对应的点，无法解决跨NA的连线断裂问题；而geom_line会按x轴值排序，不符合按观测顺序绘图的需求。

解决方案 #

根据是否需要保留NA点，分两种情况处理：

情况1：不需要显示NA对应的点

直接用na.omit()过滤掉含NA的行，再用geom_path按观测顺序连线：

sal3 <- 
  ggplot(data = na.omit(CTD3), mapping = aes(x=SALINITY_BOTTLE, y=`Pressure [dB]`)) + 
  geom_point() + 
  geom_path()

情况2：需要保留NA对应的点（仅显示空点，连线跳过NA段）

先给数据添加连续非NA片段的分组标识，让geom_path在每个分组内单独连线：

# 加载dplyr包处理数据
library(dplyr)

CTD3 <- CTD3 %>%
  mutate(
    # 标记盐度数据非NA的行
    has_valid_sal = !is.na(SALINITY_BOTTLE),
    # 生成分组ID：每遇到一个NA，分组序号加1
    segment_group = cumsum(!has_valid_sal) + 1
  )

# 绘图时按分组连线
sal3 <- 
  ggplot(data = CTD3, mapping = aes(x=SALINITY_BOTTLE, y=`Pressure [dB]`, group=segment_group)) + 
  geom_point() + # 保留所有点（包括NA对应的空点）
  geom_path(data = filter(CTD3, has_valid_sal)) # 仅在有有效数据的分组内连线

原理说明 #

通过cumsum(!has_valid_sal)生成的分组ID，会把连续的非NA观测划分为同一组，geom_path会在每个组内按原始顺序连线，不会跨NA段连接，同时保留了观测的原始顺序。

内容的提问来源于stack exchange，提问作者Veda