ggplot散点图颜色参数失效：非异常值出现灰色点问题排查

问题背景 #

循环创建系列散点图，Y轴为count difference，X轴为sample。定义差异超过10%的样本为异常值（红色），其余为非异常值（绿色），但实际部分非异常值显示为灰色（推测是difference=0的点）。

原代码 #

图表创建循环

myplots <- list()

for (x in c(1:length(stage2))) {
  message(stage2[x])
  myplots[[stage2[x]]] <- local({
    x <- x
    perc_diff <- (abs(df[, paste0("D_", stage2[x])])/
                  (df[, paste0("M_", stage2[x])] + 
                   df[ , paste0("H_", stage2[x])])/2)*100
    sct <- ggplot(df, aes(x=sample, y= df[, paste0("D_", stage2[x])])) + 
      geom_point(df, size= 2.2, 
           mapping = aes(colour = ifelse(perc_diff >= 10 , "outlier", 
                         "non-outlier"))) +
      labs(y = "", x= "") + 
      theme(axis.text.x = element_blank(),
             axis.ticks.x=element_blank(),
            legend.position = "none") +
      scale_color_manual(values=c("palegreen3", "tomato3"))
    print(sct)
  })
}

标题添加与排列

for (i in c(1:length(D_stage))){
  myplots[[i]] <- myplots[[i]] + ggtitle((stage2[i])) + 
                  theme(plot.title = element_text(size = 25))
}
gridExtra::grid.arrange(grobs = myplots, ncol = 2, 
            left = "count difference", bottom =  "sample")

错误原因 #

1. NA值导致灰色点：当M_xxx和H_xxx的和为0时，计算perc_diff的分母为0，会生成NA值。ifelse遇到NA时返回NA，而scale_color_manual未定义NA对应的颜色，ggplot会用默认灰色显示这些点。
2. 代码冗余：geom_point中重复传入df属于多余操作，ggplot会从主图层继承数据。
3. 索引写法不规范：直接用df[, ...]的方式在aes中引用列，不符合ggplot的最佳实践。

修正后的代码 #

图表创建循环

myplots <- list()

for (x in seq_along(stage2)) {
  message(stage2[x])
  myplots[[stage2[x]]] <- local({
    current_stage <- stage2[x]
    # 计算百分比差异，处理分母为0的情况
    numerator <- abs(df[[paste0("D_", current_stage)]])
    denominator <- (df[[paste0("M_", current_stage)]] + df[[paste0("H_", current_stage)]])/2
    perc_diff <- ifelse(denominator == 0, 0, (numerator / denominator) * 100)
    
    # 定义分组，确保无NA
    point_group <- ifelse(perc_diff >= 10, "outlier", "non-outlier")
    
    sct <- ggplot(df, aes(x = sample, y = .data[[paste0("D_", current_stage)]])) + 
      geom_point(size = 2.2, aes(colour = point_group)) +
      labs(y = "", x = "") + 
      theme(axis.text.x = element_blank(),
            axis.ticks.x = element_blank(),
            legend.position = "none") +
      scale_color_manual(values = c("non-outlier" = "palegreen3", "outlier" = "tomato3"))
    print(sct)
  })
}

标题添加与排列

for (i in seq_along(D_stage)){
  myplots[[i]] <- myplots[[i]] + ggtitle(stage2[i]) + 
                  theme(plot.title = element_text(size = 25))
}
gridExtra::grid.arrange(grobs = myplots, ncol = 2, 
            left = "count difference", bottom =  "sample")

关键修正点 #

• 处理分母为0的情况：当M和H的和为0时，直接将perc_diff设为0，确保point_group不会出现NA
• 显式指定scale_color_manual的颜色映射，避免顺序匹配错误
• 使用.data[[...]]规范引用列名，符合ggplot语法
• 移除geom_point中多余的df参数
• 用seq_along替代1:length()，更安全的循环索引方式

内容的提问来源于stack exchange，提问作者Juju