ggplot绘制因子子集时图例顺序异常的解决办法及bug判定咨询

这是不是bug？ #

这属于ggplot2处理边缘情况时的意外行为，但不算严格意义上的bug——更准确说是未明确文档化的逻辑特性。根源是：当第一个图层使用过滤后的数据（缺失某个因子水平），ggplot2会先基于该子集的因子生成临时图例模板，后续叠加完整数据图层时，没有正确继承原始因子的顺序，反而默认按字符排序了。

解决方法 #

• 显式指定图例顺序：用scale_color_discrete()的breaks参数强制锁定原始因子顺序，这是最直接的修复方式：

  Z |> 
    ggplot(aes(x, x, color = x_fct)) +
    geom_point(shape = 'circle filled', size = 10, fill='grey', data = ~ . |> filter(x > min(x))) +
    geom_point() +
    scale_color_discrete(breaks = levels(Z$x_fct))
  

• 保留第一个图层的所有因子水平：在过滤数据的图层中添加drop = FALSE，让ggplot2始终基于完整的因子水平生成图例：

  Z |> 
    ggplot(aes(x, x, color = x_fct)) +
    geom_point(shape = 'circle filled', size = 10, fill='grey', 
               data = ~ . |> filter(x > min(x)),
               drop = FALSE) +
    geom_point()
  

• 调整图层顺序：把包含完整数据的图层放在最前面，这样ggplot2一开始就基于完整因子生成图例，后续图层不会打乱顺序：

  Z |> 
    ggplot(aes(x, x, color = x_fct)) +
    geom_point() +
    geom_point(shape = 'circle filled', size = 10, fill='grey', data = ~ . |> filter(x > min(x)))
  

• 强化因子定义：虽然你已经设置了因子，但显式写出levels能进一步避免自动推断可能的问题（可选）：

  Z <- tibble(x = c(-1.11, -0.9,  0), 
              x_fct = factor(x, levels = c(-1.11, -0.9, 0)))
  

内容的提问来源于stack exchange，提问作者banbh