如何仅使用ggplot2命令将连续变量转换为离散区间（适配geom_sf的scale_fill_brewer需求）

你完全可以在ggplot2的映射逻辑里直接完成连续变量到离散区间的转换，不需要额外创建中间数据框或向量，核心就是用cut()函数在aes()内部处理你的Área Úmida变量。

修改后的完整代码 #

ggplot(data=uniao3, aes(fill=cut(`Área Úmida`, 
                                breaks = c(0, 500, 2000, 8000, 15000, 20000),
                                labels = c('≤500','500-2k','2k-8k','8k-15k','15k-20k')))) +
  geom_sf() +
  scale_fill_brewer(palette = "Blues", name = "Wetland") +
  facet_wrap(~Ano)

关键细节说明 #

1. 用cut()转换变量：在fill的映射中直接调用cut()，通过breaks参数定义你需要的区间边界（要包含原数据的上下限0和20000），labels参数设置每个区间的显示文本，这样就把连续的面积变量转换成了离散的分类变量。
2. 适配scale_fill_brewer：因为cut()输出的是离散因子，scale_fill_brewer可以直接识别并应用你想要的分块图例和配色方案。你可以通过palette参数切换不同的配色组，比如"Greens"、"Oranges"等，满足可视化需求。
3. 保持原有布局：保留了facet_wrap(~Ano)的设置，确保分面布局和原来一致。

如果需要调整区间范围或者图例配色，只需要修改cut()的breaks/labels或者scale_fill_brewer的palette参数即可，全程不需要修改原始数据。

内容的提问来源于stack exchange，提问作者wesleysc352