如何将geom_hex生成的六边形映射回原始数据点？

ggplot_build返回的六边形数据仅包含分箱计数和坐标范围，没有直接关联原始数据的字段。要找到对应的数据点，需通过六边形的x/y区间手动匹配原始数据，步骤如下：

1. 提取六边形的区间信息 #

先获取ggplot构建后的六边形元数据，其中包含每个六边形的xmin/xmax（x轴范围）和ymin/ymax（y轴范围）：

data("iris")
rownames(iris) <- paste0("R", 1:nrow(iris))
plt <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) + geom_hex(bins=20, color = "white")

# 获取六边形数据
g <- ggplot_build(plt)
hex_data <- g$data[[1]]

2. 匹配目标六边形的原始数据点 #

假设你要找的是高亮红圈标记的六边形（示例中用count最大的六边形模拟），筛选原始数据中坐标落在该六边形区间内的点：

# 定位目标六边形（替换成你实际需要的，比如通过x/y坐标筛选）
target_hex <- hex_data[which.max(hex_data$count), ]

# 匹配原始数据
matched_points <- iris[
  iris$Sepal.Length >= target_hex$xmin & iris$Sepal.Length <= target_hex$xmax &
  iris$Sepal.Width >= target_hex$ymin & iris$Sepal.Width <= target_hex$ymax,
]

# 查看结果
print(matched_points)

3. 批量关联所有六边形与原始数据 #

如果需要给每个六边形都匹配对应的原始数据行，可以用dplyr批量处理：

library(dplyr)

hex_data_with_matches <- hex_data %>%
  rowwise() %>%
  mutate(
    # 存储每个六边形匹配的原始数据行名
    matched_rows = list(
      rownames(iris)[
        iris$Sepal.Length >= xmin & iris$Sepal.Length <= xmax &
        iris$Sepal.Width >= ymin & iris$Sepal.Width <= ymax
      ]
    )
  ) %>%
  ungroup()

# 查看任意六边形的匹配行名
hex_data_with_matches$matched_rows[1]

原理说明 #

geom_hex基于指定的bins参数对x/y轴进行分箱，每个六边形对应唯一的x/y区间。只要原始数据点的坐标落在该区间内，就属于这个六边形。由于ggplot_build仅保留分箱后的统计结果，因此需要通过区间匹配重建关联。

内容的提问来源于stack exchange，提问作者Anna