R语言tidyverse+ggplot绘图x轴异常问题排查及优化咨询

一、x轴异常的原因及修正 #

你的x轴显示异常核心原因是adulti列是因子类型（），而非数值类型。ggplot会将因子视为离散分类变量，导致x轴排序、刻度显示不符合数值逻辑。同时原代码存在数据处理冗余，优化后代码如下：

修正后完整代码 #

# 转换adulti为数值型（先转字符再转数值，避免因子水平编码错误）
data$adulti <- as.numeric(as.character(data$adulti))

# 优化数据处理：用summarise替代mutate，避免冗余行
summary_data <- data %>%
  group_by(adulti) %>%
  summarise(
    mean = mean(totale_pagato),
    quantile = quantile(totale_pagato, probs = 0.9)
  ) %>%
  pivot_longer(cols = c(mean, quantile), names_to = "summary_stat")

# 绘图：分离原始数据和统计量数据，避免重复绘制点
ggplot() +
  # 原始数据散点抖动
  geom_jitter(data = data, aes(x = adulti, y = totale_pagato), alpha = 1/10) +
  # 统计量折线
  geom_line(data = summary_data, aes(x = adulti, y = value, group = summary_stat, lty = summary_stat, col = summary_stat)) +
  scale_colour_manual(values = c("orange", "red")) +
  labs(
    x = "成年人数量",
    y = "消费金额",
    lty = "统计量类型",
    col = "统计量类型"
  ) +
  theme_minimal()

关键修正点 #

• 转换adulti为数值型：确保x轴按数值顺序排列，刻度显示正常
• 用summarise替代mutate：仅保留每组统计量的唯一行，避免数据冗余和重复绘图
• 分离绘图数据：原始数据用于散点，统计量数据用于折线，逻辑更清晰

二、替代绘图方案 #

1. ggstatsplot包：一键生成带统计标注的图表 #

ggstatsplot封装了ggplot的复杂逻辑，可直接生成含统计量的可视化，代码更简洁：

library(ggstatsplot)

ggbetweenstats(
  data = data,
  x = as.factor(adulti), # 用因子实现分组统计
  y = totale_pagato,
  plot.type = "boxviolin", # 箱线图+小提琴图结合展示分布
  centrality.plotting = TRUE, # 显示均值线
  ggtheme = theme_minimal()
)

2. Base R绘图：轻量快速方案 #

如果不需要ggplot的语法，Base R也能快速实现需求：

# 转换adulti为数值型
data$adulti <- as.numeric(as.character(data$adulti))

# 计算统计量
summary_data <- aggregate(totale_pagato ~ adulti, data, function(x) c(mean=mean(x), q90=quantile(x,0.9)))
summary_data <- do.call(data.frame, summary_data)

# 绘制散点
plot(data$adulti, data$totale_pagato, pch=16, col=adjustcolor("black", alpha.f=0.1), xlab="成年人数量", ylab="消费金额")
# 添加均值线
lines(summary_data$adulti, summary_data$totale_pagato.mean, col="orange", lty=1, lwd=2)
# 添加90分位数线
lines(summary_data$adulti, summary_data$totale_pagato.q90, col="red", lty=2, lwd=2)
# 添加图例
legend("topleft", legend=c("均值", "90分位数"), col=c("orange", "red"), lty=c(1,2))

3. Plotly交互式图表：支持交互查看数值 #

适合需要探索数据的场景，鼠标悬停可查看具体数值：

library(plotly)

# 转换adulti为数值型并计算统计量
data$adulti <- as.numeric(as.character(data$adulti))
summary_data <- data %>%
  group_by(adulti) %>%
  summarise(mean=mean(totale_pagato), q90=quantile(totale_pagato,0.9))

# 生成交互式图表
plot_ly() %>%
  add_markers(data=data, x=~adulti, y=~totale_pagato, opacity=0.1, name="原始数据") %>%
  add_lines(data=summary_data, x=~adulti, y=~mean, line=list(color="orange"), name="均值") %>%
  add_lines(data=summary_data, x=~adulti, y=~q90, line=list(color="red", dash="dash"), name="90分位数") %>%
  layout(xaxis=list(title="成年人数量"), yaxis=list(title="消费金额"))

内容的提问来源于stack exchange，提问作者cik renna