Rmd转HTML时ggplot绘图数据点消失问题排查求助

问题现象 #

编写Rmd文件时，直接运行代码生成的ggplot绘图能正常显示所有数据点；但将Rmd编织为HTML格式后，绘图仅保留线条，数据点完全消失。

相关代码块：

{r position_per_year, message=FALSE, warning=FALSE, include=FALSE, fig.show='asis'}
# Position reached per year
position_2007 <- gp_2007 %>%
  group_by(location, surname) %>%
  summarise(position = as.numeric(positionText), .groups = "drop") %>%
  ungroup() %>%
  ggplot(aes(
    x = location,
    y = position,
    group = surname,
    color = surname,
  )) +
  geom_point() +
  geom_line() +
  scale_y_reverse(breaks = seq(24, 1), limits = c(24,1)) +
  scale_x_discrete(guide = guide_axis(angle = 90)) +
  xlab("GP Location") +
  ylab("Place reached")

手动执行print(position_2007)时预览正常，但编织HTML后仅线条可见。数据集gp_2007的positionText字段包含"R"（代表退赛）这类非数值字符。

核心原因 #

1. NA值被自动过滤：as.numeric(positionText)会把"R"转换为NA，ggplot在编织输出时默认会丢弃含NA的行；而直接运行预览时，环境渲染机制可能未严格过滤这些NA值。geom_line()会自动跳过NA值连接有效点，但geom_point()会直接删除NA对应的点，导致退赛记录的点消失。
2. 重复数据干扰：原数据中部分location+surname组合存在重复行（比如Budapest对应Hamilton有两条记录），summarise未做聚合处理，直接保留了所有转换后的行，编织时的渲染逻辑可能因重复数据异常隐藏有效点。

解决办法 #

办法1：处理NA值并去重聚合 #

把退赛的"R"映射到合理数值（比如25，适配y轴上限24），同时对重复的分组记录去重：

{r position_per_year, message=FALSE, warning=FALSE, fig.show='asis'}
# Position reached per year
position_2007 <- gp_2007 %>%
  group_by(location, surname) %>%
  summarise(
    position = case_when(
      positionText == "R" ~ 25,
      TRUE ~ as.numeric(positionText)
    ),
    .groups = "drop"
  ) %>%
  distinct(location, surname, .keep_all = TRUE) %>% # 去重同一站同一车手的重复记录
  ggplot(aes(
    x = location,
    y = position,
    group = surname,
    color = surname
  )) +
  geom_point(size = 2) + # 增大点尺寸确保可见
  geom_line() +
  scale_y_reverse(breaks = seq(24, 1), limits = c(25, 1)) + # 调整y轴上限兼容退赛值
  scale_x_discrete(guide = guide_axis(angle = 90)) +
  xlab("GP Location") +
  ylab("Place reached")

print(position_2007)

办法2：直接使用预处理好的数值列 #

数据集已包含处理过的positionOrder列（"R"对应19/21），直接用该列可避免NA转换问题：

{r position_per_year, message=FALSE, warning=FALSE, fig.show='asis'}
# Position reached per year
position_2007 <- gp_2007 %>%
  group_by(location, surname) %>%
  summarise(position = positionOrder, .groups = "drop") %>%
  distinct(location, surname, .keep_all = TRUE) %>%
  ggplot(aes(
    x = location,
    y = position,
    group = surname,
    color = surname
  )) +
  geom_point(size = 2) +
  geom_line() +
  scale_y_reverse(breaks = seq(24, 1), limits = c(24, 1)) +
  scale_x_discrete(guide = guide_axis(angle = 90)) +
  xlab("GP Location") +
  ylab("Place reached")

print(position_2007)

办法3：修正代码块选项 #

移除代码块的include=FALSE参数，该参数会隐藏代码块输出，手动print和编织逻辑可能产生冲突：

{r position_per_year, message=FALSE, warning=FALSE, fig.show='asis'}
# 后续代码保持不变

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