使用ggplot/基础plot绘制多折线图追踪沿海房屋价格涨幅

需求背景 #

需要展示某沿海区域约50套房屋自90年代以来的价格涨幅，现有数据为宽格式表格：57行（对应单套房屋）、40列（对应1983-2023各年份），每套房屋仅在2-5个年份有交易记录（其余为NA）。目标是绘制多折线图，每条折线代表一套房屋，X轴为年份，Y轴为成交价，需体现整体涨幅趋势。

当前遇到的问题 #

使用R基础绘图时，模拟数据能正常生成带折线的图，但代入真实数据后，折线消失仅显示散点：

years <- c(1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023)
xx <- c(NA, NA, NA, NA, NA, NA, NA, NA, NA, 330000, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 599000, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA)
xxx <- c(NA,    NA, NA, NA, NA, NA, NA, NA, 325000, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 621000, NA, NA, NA, NA, NA, 704000, NA, NA, NA, 100000000,  NA, NA, NA, 100000000, NA,  NA)

plot(years, xx, type="o", col = "blue", pch="o", ylab="成交价",lty="solid")
points(years, xxx, col="red", pch="o")
lines(years, xxx, col="green", lty=2)

原因是lines()函数遇到NA会直接中断折线，而真实数据中NA占比极高，导致折线无法连续绘制。

解决方案 #

方案1：使用ggplot2（推荐） #

ggplot2更适合处理这类带缺失值的多组数据，核心是先将宽格式数据转换为长格式：

1. 构造示例宽格式数据（模拟真实表格）：

set.seed(123)
house_data <- data.frame(
  house_id = paste0("House_", 1:5),
  `1983` = c(NA, NA, 250000, NA, NA),
  `1992` = c(330000, NA, NA, 380000, NA),
  `2007` = c(NA, 621000, 580000, NA, 650000),
  `2013` = c(599000, 704000, NA, 720000, NA),
  `2017` = c(NA, NA, 850000, NA, 900000),
  `2023` = c(750000, 880000, NA, 950000, 1020000)
)

2. 转换为长格式：

library(tidyr)
library(ggplot2)

long_data <- house_data %>%
  pivot_longer(cols = -house_id, names_to = "year", values_to = "price") %>%
  mutate(year = as.integer(year)) %>%
  drop_na(price) # 去除价格为NA的行

3. 绘制多折线图：

ggplot(long_data, aes(x = year, y = price, group = house_id, color = house_id)) +
  geom_line(alpha = 0.6) + # 降低透明度，避免线条重叠过乱
  geom_point(size = 2) +
  labs(x = "年份", y = "成交价", title = "沿海区域房屋价格涨幅趋势") +
  theme_minimal() +
  theme(legend.position = "bottom") # 图例放底部，节省空间

若需突出整体趋势，可添加LOESS拟合的趋势线：

ggplot(long_data, aes(x = year, y = price)) +
  geom_line(aes(group = house_id, color = house_id), alpha = 0.4) +
  geom_point(size = 1.5) +
  geom_smooth(method = "loess", se = FALSE, color = "black", size = 1.2) + # 整体趋势线
  labs(x = "年份", y = "成交价", title = "沿海区域房屋价格涨幅趋势（含整体趋势）") +
  theme_minimal() +
  theme(legend.position = "none") # 不需要单房屋图例可隐藏

方案2：修正R基础绘图 #

核心是对每套房屋的数据先过滤NA，只保留有交易记录的年份和价格，再绘制折线：

# 定义函数：绘制单套房屋的折线和点
plot_house <- function(years, prices, col, lty) {
  valid_idx <- !is.na(prices)
  valid_years <- years[valid_idx]
  valid_prices <- prices[valid_idx]
  
  points(valid_years, valid_prices, col = col, pch = "o")
  lines(valid_years, valid_prices, col = col, lty = lty)
}

# 初始化画布
plot(years, xx, type = "n", ylab = "成交价", xlab = "年份", 
     ylim = c(min(c(xx, xxx), na.rm = TRUE), max(c(xx, xxx), na.rm = TRUE)))

# 绘制第一套房屋
valid_idx_xx <- !is.na(xx)
points(years[valid_idx_xx], xx[valid_idx_xx], col = "blue", pch = "o")
lines(years[valid_idx_xx], xx[valid_idx_xx], col = "blue", lty = "solid")

# 绘制第二套房屋（用函数简化）
plot_house(years, xxx, col = "green", lty = 2)

批量绘制57套房屋可通过循环实现：

# 假设真实数据框为house_df，第一列是房屋ID，其余为年份列
house_prices <- as.list(house_df[, -1])
colors <- rainbow(length(house_prices)) # 生成区分颜色

# 初始化画布
plot(years, house_prices[[1]], type = "n", ylab = "成交价", xlab = "年份", 
     ylim = range(unlist(house_prices), na.rm = TRUE))

# 循环绘制每套房屋
for (i in seq_along(house_prices)) {
  plot_house(years, house_prices[[i]], col = colors[i], lty = 1)
}

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