使用yearmon变量绘制ggplot柱状图时条形方向异常问题咨询

尝试用R的ggplot绘制柱状图，计划将lubridate包的yearmon类型变量设为x轴，数值变量Cases设为y轴。执行代码后生成的图表中，条形从y轴起始而非x轴；但使用原始日期变量Discharge.Month作为x轴时，图表显示正常。且一年前编写的该脚本可正常生成图表，现出现异常。

# 为Health数据框创建yearmon变量
Discharge.Date <- ym(Health$Discharge.Month)
Health <- mutate(Vizient, Discharge.Date, .before = Hospital)
Health$Discharge.Date <- as.yearmon(Health$Discharge.Date, "%Y-%m")

# 筛选特定医院"xyz"的数据
xyz <- filter(Vizient, Hospital == "xyz")
xyz1 <- as.data.frame(xyz)

ggplot(xyz1, aes(x=Discharge.Date, y=Cases)) + 
  geom_bar(stat = "identity") + 
  scale_x_yearmon() + 
  xlab("Discharge Month") + 
  ggtitle("xyz Monthly ACS Cases") + 
  theme(plot.title = element_text(hjust = 0.5))

核心原因：数据处理中的变量名混淆 #

代码存在明显的变量名错误：

• 初始基于Health数据框生成Discharge.Date，但后续mutate操作却调用了Vizient数据框，最终将结果赋值给Health。这导致Health被替换为Vizient添加Discharge.Date后的版本，而后续筛选的是原始Vizient数据框——该数据框中并未包含你生成的Discharge.Date变量，或变量处于未正确处理的状态。

解决步骤 #

1. 修正数据处理的变量一致性
   统一变量名，确保在Health数据框上完成所有处理，再从中筛选目标医院数据：

   # 修正：基于Health数据框添加yearmon变量（用管道操作更清晰）
   Health <- Health %>%
     mutate(Discharge.Date = ym(Discharge.Month) %>% as.yearmon(),
            .before = Hospital)
   # 从处理好的Health中筛选目标医院数据
   xyz1 <- Health %>%
     filter(Hospital == "xyz") %>%
     as.data.frame()
   

   注：ym()会直接解析YYYY-MM格式的日期，后续转yearmon无需重复指定格式，避免冗余操作。

2. 兼容yearmon格式的版本变化
   若修正变量后问题仍存在，可能是scales包版本更新导致scale_x_yearmon()行为变化，可尝试两种方案：

   • 将yearmon转为日期型后绘图：

     ggplot(xyz1, aes(x = as.Date(Discharge.Date), y = Cases)) +
       geom_bar(stat = "identity") +
       scale_x_date(date_labels = "%Y-%m", date_breaks = "1 month") +
       xlab("Discharge Month") +
       ggtitle("xyz Monthly ACS Cases") +
       theme(plot.title = element_text(hjust = 0.5),
             axis.text.x = element_text(angle = 45, hjust = 1))
     

   • 指定scale_x_yearmon()的格式参数：

     ggplot(xyz1, aes(x=Discharge.Date, y=Cases)) + 
       geom_bar(stat = "identity") + 
       scale_x_yearmon(format = "%Y-%m") + 
       xlab("Discharge Month") + 
       ggtitle("xyz Monthly ACS Cases") + 
       theme(plot.title = element_text(hjust = 0.5))
     

3. 验证数据完整性
   检查xyz1中的Discharge.Date是否存在缺失值或异常值：

   summary(xyz1$Discharge.Date)
   table(xyz1$Discharge.Date)
   

   若存在缺失值，过滤后再绘图：

   xyz1 <- xyz1 %>% drop_na(Discharge.Date)
   

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