R ggplot2多选项问题条形图出现无名额外列的排查与解决

我需要为多选项问题的答案绘制条形图，当前代码可运行，但图表中出现一个无标题的额外列。请问该列的来源是什么？如何移除它？这是否与NA有关？

使用代码：

Q10 <- ggplot(data = df) + 
  geom_bar(mapping = aes(x = Q10a, fill = Time),
           position = "dodge", na.rm = TRUE) +
  geom_bar(mapping = aes(x = Q10b, fill = Time),
           position = "dodge", na.rm = TRUE) +
  geom_bar(mapping = aes(x = Q10c, fill = Time),
           position = "dodge", na.rm = TRUE) +
  geom_bar(mapping = aes(x = Q10d, fill = Time),
           position = "dodge", na.rm = TRUE) +
  geom_bar(mapping = aes(x = Q10e, fill = Time),
           position = "dodge", na.rm = TRUE) +
  theme(axis.text.x = element_text(size = 10, angle = 90))
Q10

问题解析 #

额外列的来源 #

你当前的写法是将5个独立变量（Q10a-Q10e）的条形图直接叠加，ggplot会自动合并所有变量的x轴类别。出现无标题额外列的原因主要有两个：

1. 某几个变量中存在空字符串、未命名的因子水平这类非NA的无效响应，na.rm=TRUE无法处理这类非NA的空值；
2. 若变量是因子类型，NA被保留为一个因子水平，geom_bar的na.rm仅忽略NA对应的计数，不会移除这个水平本身。

和NA的关系 #

不一定直接是NA导致，但如果NA被当作因子水平保留，或者数据中存在被识别为有效类别的空值（比如空字符串），都会引发这个问题。单纯的NA如果没有被转为因子水平，na.rm=TRUE会过滤掉对应的行，不会生成额外列。

解决方法 #

方法1：清理数据中的无效类别 #

先批量处理Q10a-Q10e，移除空字符串和NA：

# 处理因子或字符型变量，移除空值和无效水平
df[, paste0("Q10", letters[1:5])] <- lapply(df[, paste0("Q10", letters[1:5])], function(col) {
  # 过滤空字符串和NA
  col <- col[!is.na(col) & col != ""]
  # 如果是因子，删除未使用的水平
  if (is.factor(col)) col <- droplevels(col)
  col
})

清理后再运行原代码，额外列会消失。

方法2：改用长格式数据绘图（推荐） #

ggplot的设计逻辑更适配长格式数据，宽格式叠加多个geom_bar容易出现类别冲突。先转长格式再绘图：

library(tidyr)

# 将宽格式转为长格式，提取Q10相关变量
df_long <- pivot_longer(
  df,
  cols = starts_with("Q10"),
  names_to = "Subquestion",
  values_to = "Response"
)

# 过滤无效响应
df_long <- df_long[!is.na(df_long$Response) & df_long$Response != "", ]

# 绘制分面条形图（每个子问题单独面板，更清晰）
Q10 <- ggplot(df_long, aes(x = Response, fill = Time)) +
  geom_bar(position = "dodge") +
  facet_wrap(~Subquestion) +
  theme(axis.text.x = element_text(size = 10, angle = 90))

Q10

这种方法从根源避免了类别合并的问题，同时让图表结构更合理。

方法3：强制统一x轴有效类别（适配原宽格式写法） #

如果坚持使用原代码结构，可以提前定义所有变量的有效类别，强制每个geom_bar使用统一的x轴水平：

# 提取所有有效响应类别
valid_responses <- unique(unlist(df[, paste0("Q10", letters[1:5])]))
valid_responses <- valid_responses[!is.na(valid_responses) & valid_responses != ""]

# 重新绘图，每个x变量都转为指定水平的因子
Q10 <- ggplot(data = df) + 
  geom_bar(aes(x = factor(Q10a, levels = valid_responses), fill = Time),
           position = "dodge", na.rm = TRUE) +
  geom_bar(aes(x = factor(Q10b, levels = valid_responses), fill = Time),
           position = "dodge", na.rm = TRUE) +
  geom_bar(aes(x = factor(Q10c, levels = valid_responses), fill = Time),
           position = "dodge", na.rm = TRUE) +
  geom_bar(aes(x = factor(Q10d, levels = valid_responses), fill = Time),
           position = "dodge", na.rm = TRUE) +
  geom_bar(aes(x = factor(Q10e, levels = valid_responses), fill = Time),
           position = "dodge", na.rm = TRUE) +
  theme(axis.text.x = element_text(size = 10, angle = 90))

Q10

这样能确保所有geom_bar使用相同的x轴类别，不会出现额外的空列。

内容的提问来源于stack exchange，提问作者Timko99