基于ggplot的空气质量分析：绘图报错及图表优化需求

问题背景 #

使用以下R代码做空气污染分析时，第一个散点图正常显示，但第二、第三个柱状图报错Error: Discrete value supplied to continuous scale。尝试用as.factor和as.numeric转换变量未解决问题，同时希望第三个图改用第一个图的绿红渐变配色。

原代码：

Acri$Data <- as.POSIXct(Acri$Data, format = "%m/%d/%Y")
Acri$day <- as.numeric(format(Acri$Data, "%d"))
Acri$month <- as.numeric(format(Acri$Data, "%m"))
Acri$year <- as.numeric(format(Acri$Data, "%Y"))
library(waclr)
Acri$wd <- cardinal_direction_to_degrees(Acri$wd, north_is = 0)
# 第一个图
ggplot(data = Acri, aes(x = PM10, y = ws)) + 
  geom_point(aes(col = NO2)) +
  theme(panel.grid.major=element_blank(),panel.grid.minor=element_blank()) +
  scale_color_gradient(low = "green", high = "red") +
  labs(title = "PM10与风速下NO2的分布",
       x = "PM10 (μg/m³)", y = "风速 (m/s)")
# 第二个图
ggplot(data = Acri, aes(month)) +
  geom_bar(aes(fill = NO2), width = 0.5) +
  scale_fill_brewer(palette = "Set2") +
  theme(panel.grid.major=element_blank(),panel.grid.minor=element_blank()) +
  theme(axis.title.y = element_blank(),
        axis.text.y = element_blank()) +
  scale_x_continuous(breaks = seq(1, 12, 1)) +
  labs(title = "各月份NO2的分布",
       x = "月份")
# 第三个图
ggplot(data = Acri, aes(season)) +
  geom_bar(aes(fill = NO2), width = 0.5) +
  scale_fill_brewer(palette = "Set2") +
  theme(panel.grid.major=element_blank(),panel.grid.minor=element_blank()) +
  theme(axis.title.y = element_blank(),
        axis.ticks.y = element_blank()) +
  labs(title = "各季节NO2的分布",
       x = "季节")

尝试过的无效转换：

Acri$NO2 <- as.numeric(levels(Acri$NO2))[Acri$NO2]
Acri$PM10 <- as.numeric(levels(Acri$PM10))[Acri$PM10]

示例数据：

Acri <- structure(list(NetC = c("Cosenza Provincia", "Cosenza Provincia", 
"Cosenza Provincia", "Cosenza Provincia", "Cosenza Provincia", 
"Cosenza Provincia", "Cosenza Provincia"), ID = c("IT2110A", 
"IT2110A", "IT2110A", "IT2110A", "IT2110A", "IT2110A", "IT2110A"
), Stat = c("Acri", "Acri", "Acri", "Acri", "Acri", "Acri", "Acri"
), Data = c("1/1/2021", "1/2/2021", "1/3/2021", "1/4/2021", "1/5/2021", 
"1/6/2021", "1/7/2021"), NO2 = c(27.84, 28.79, 17.76, 24.59, 
13.6, 7.34, 25.22), PM10 = c(22, 17.8, 25.3, 18.6, 13.7, 27.6, 
34.7), ws = c(1.47, 1.64, 2.52, 1.95, 3.07, 4.4, 1.72), wd = c("SSE", 
"SSE", "O", "ONO", "ONO", "ONO", "ONO")), class = "data.frame", row.names = c(NA, 
-7L))

错误原因 #

1. 第二个图中month是数值型连续变量，geom_bar默认统计计数，与fill=NO2（连续数值）的填充逻辑冲突；同时示例数据中无season变量，需先从月份衍生。
2. scale_fill_brewer是离散分类配色方案，不能直接用于连续的NO2数值，这是报错的核心原因。

解决方案 #

步骤1：生成季节变量 #

从month衍生出季节分类：

# 按1-3春、4-6夏、7-9秋、10-12冬划分季节
Acri$season <- cut(Acri$month, 
                   breaks = c(0,3,6,9,12), 
                   labels = c("春季","夏季","秋季","冬季"),
                   include.lowest = TRUE)

步骤2：修正第二个图（月份NO2分布） #

先按月份聚合NO2均值，再用geom_col直接绘制数值，搭配连续渐变填充：

library(dplyr)
library(ggplot2)

# 按月份聚合NO2均值
monthly_no2 <- Acri %>% 
  group_by(month) %>% 
  summarise(avg_no2 = mean(NO2, na.rm = TRUE))

# 绘制月份NO2分布图
ggplot(data = monthly_no2, aes(x = factor(month), y = avg_no2)) +
  geom_col(aes(fill = avg_no2), width = 0.5) +
  scale_fill_gradient(low = "green", high = "red") +
  theme(panel.grid.major=element_blank(), panel.grid.minor=element_blank()) +
  theme(axis.title.y = element_blank(), axis.text.y = element_blank()) +
  scale_x_discrete(labels = 1:12) +
  labs(title = "各月份NO2的平均分布",
       x = "月份")

步骤3：修正第三个图（季节NO2分布，渐变配色） #

按季节聚合NO2均值，复用绿红渐变填充：

# 按季节聚合NO2均值
seasonal_no2 <- Acri %>% 
  group_by(season) %>% 
  summarise(avg_no2 = mean(NO2, na.rm = TRUE))

# 绘制季节NO2分布图
ggplot(data = seasonal_no2, aes(x = season, y = avg_no2)) +
  geom_col(aes(fill = avg_no2), width = 0.5) +
  scale_fill_gradient(low = "green", high = "red") +
  theme(panel.grid.major=element_blank(), panel.grid.minor=element_blank()) +
  theme(axis.title.y = element_blank(), axis.ticks.y = element_blank()) +
  labs(title = "各季节NO2的平均分布",
       x = "季节")

关键说明 #

• 替换geom_bar为geom_col：前者默认统计计数，后者直接绘制数值，适配NO2的连续数值展示。
• 数据聚合：按月份/季节计算NO2均值，避免单个日期对应一个柱子的混乱展示。
• 配色替换：用scale_fill_gradient（连续数值配色）替代scale_fill_brewer（离散分类配色），匹配NO2的连续属性。

内容的提问来源于stack exchange，提问作者Elena Iakimova