如何在ggplot2中修改因子类型坐标轴的小数位数（或统一格式）？

问题描述 #

需要将ggplot2绘制的热图中x轴（mean_temp）和y轴（total_count）的数值格式统一：要么全部显示两位小数，要么全部显示整数。但当前这两个变量是cut_interval()生成的factor类型，直接转换为numeric会出现NA值，且轴标签存在一位、两位小数混合的情况。

解决思路 #

cut_interval()生成的factor的levels是区间字符串（如"(17.1,18.9]"），直接转numeric会失败。我们需要提取每个区间的中点（或边界值），将其格式化为统一的小数位数或整数，再替换原有的轴标签。

方案1：修改已有factor的轴标签 #

先提取区间中点并格式化，再在ggplot中指定轴的labels参数：

library(tidyverse)

# 提取区间中点并格式化的函数
format_cut_labels <- function(cut_factor, digits = 2) {
  # 从区间字符串中提取数值
  bounds <- str_extract_all(cut_factor, "\\d+\\.?\\d*", simplify = TRUE)
  # 计算区间中点
  midpoints <- (as.numeric(bounds[,1]) + as.numeric(bounds[,2])) / 2
  # 格式化数值
  sprintf(paste0("%.", digits, "f"), midpoints)
}

# 处理数据（原代码基础上添加标签）
dat2 <- df %>%
  as_tibble() %>%
  mutate(
    mean_temp = cut_interval(mean_temp, n = 10),
    total_count = cut_interval(total_count, n = 10)
  ) %>%
  group_by(mean_temp, total_count) %>%
  summarize(lwd_duration = mean(lwd_duration), .groups = "drop")

# 生成格式化后的轴标签
mean_temp_labels <- format_cut_labels(levels(dat2$mean_temp), digits = 2)
total_count_labels <- format_cut_labels(levels(dat2$total_count), digits = 0) # 整数格式

# 绘制热图并设置统一标签
ggplot(dat2, aes(mean_temp, total_count)) +
  geom_tile(aes(fill = lwd_duration)) +
  geom_text(aes(label = round(lwd_duration, 1))) +
  scale_fill_gradient(low = "white", high = "red") +
  scale_x_discrete(labels = mean_temp_labels) +
  scale_y_discrete(labels = total_count_labels)

方案2：自定义cut函数生成格式化标签 #

在切割数据时直接生成格式化后的factor标签，无需后续修改轴参数：

library(tidyverse)

# 自定义带格式化标签的cut_interval函数
cut_interval_formatted <- function(x, n, digits = 2) {
  # 生成区间切割
  cut_result <- cut_interval(x, n = n, include.lowest = TRUE)
  # 提取每个区间的中点并格式化
  new_labels <- sapply(levels(cut_result), function(level) {
    bounds <- str_extract_all(level, "\\d+\\.?\\d*", simplify = TRUE)
    midpoint <- (as.numeric(bounds[1]) + as.numeric(bounds[2])) / 2
    sprintf(paste0("%.", digits, "f"), midpoint)
  })
  # 替换factor的levels
  levels(cut_result) <- new_labels
  return(cut_result)
}

# 处理数据时直接生成格式化标签
dat2 <- df %>%
  as_tibble() %>%
  mutate(
    mean_temp = cut_interval_formatted(mean_temp, n = 10, digits = 2), # 两位小数
    total_count = cut_interval_formatted(total_count, n = 10, digits = 0) # 整数
  ) %>%
  group_by(mean_temp, total_count) %>%
  summarize(lwd_duration = mean(lwd_duration), .groups = "drop")

# 直接绘制热图，轴标签已统一
ggplot(dat2, aes(mean_temp, total_count)) +
  geom_tile(aes(fill = lwd_duration)) +
  geom_text(aes(label = round(lwd_duration, 1))) +
  scale_fill_gradient(low = "white", high = "red")

关键说明 #

• 为什么直接转numeric会出NA？因为cut_interval()生成的factor是包含括号、逗号的区间字符串（如"(17.1,18.9]"），as.numeric()无法解析这些非数字字符，所以必须先提取其中的数值部分。
• 可以根据需求调整digits参数：设置为2则显示两位小数，设置为0则显示整数，确保轴标签格式完全统一。

内容的提问来源于stack exchange，提问作者Ahsk