R语言中基于区间分类变量绘制连续年龄轴收益图的方法

问题出在你把cut生成的区间分类变量转成了因子，ggplot会把它当作离散类别渲染X轴，所以才会出现重叠的区间标签。要改成连续年龄变量，核心是用每个区间的中点值（或左/右边界）作为X轴的连续数值，而非区间标签。

这里给两种实用的实现方式：

方式一：手动提取区间中点后绘图 #

先分组计算平均收益，同时从age_int里提取每个区间的中点，再用中点作为连续X轴绘图：

library(dplyr)
library(ggplot2)

# 生成分组统计结果，同时提取区间中点
df_grouped <- df %>%
  # 按30个区间划分年龄
  mutate(age_int = cut(age, breaks = 30)) %>%
  # 分组计算平均收益
  group_by(age_int) %>%
  summarise(av_return = mean(investment_return, na.rm = TRUE)) %>%
  # 从区间标签中提取左右边界，计算中点
  mutate(age_mid = sapply(strsplit(as.character(age_int), "[^0-9.]"), 
                          function(x) mean(as.numeric(x[c(2,3)]))))

# 用连续的年龄中点作为X轴绘图
ggplot(df_grouped, aes(x = age_mid, y = av_return)) +
  geom_point(size = 2) +
  labs(x = "企业年龄", y = "平均投资收益")

方式二：用ggplot内置函数直接分组统计 #

不用手动生成age_int，直接用stat_summary在绘图时完成分组和均值计算，自动用连续年龄的分组中点作为X轴：

library(ggplot2)

ggplot(df, aes(x = age, y = investment_return)) +
  # 按30个区间分组，计算每组均值并绘制点
  stat_summary(fun = mean, geom = "point", 
               aes(group = cut(age, breaks = 30)),
               size = 2) +
  labs(x = "企业年龄", y = "平均投资收益")

这两种方法都能让X轴显示为连续的年龄数值，不会出现标签重叠的问题。

内容的提问来源于stack exchange，提问作者Ḥasan