使用dplyr按多条件汇总卫星数据以绘制气泡图

1. 数据处理步骤（dplyr实现） #

用dplyr结合lubridate完成双重分组统计，先划分海拔100km区间，再按月汇总发射数量：

# 加载依赖包
library(dplyr)
library(lubridate)
library(ggplot2)

# 数据预处理与分组统计
sat_data_processed <- sat_data %>%
  # 过滤海拔缺失值（按需调整）
  filter(!is.na(ALTITUDE)) %>%
  # 将发射日期统一转为当月第一天，实现按月分组
  mutate(launch_month = floor_date(LAUNCH_DATE, unit = "month")) %>%
  # 生成100km间隔的海拔区间标签（如"0-99km"）
  mutate(altitude_bin = paste0(
    floor(ALTITUDE / 100) * 100, 
    "-", 
    floor(ALTITUDE / 100) * 100 + 99, 
    "km"
  )) %>%
  # 按"月份+海拔区间"双重分组
  group_by(launch_month, altitude_bin) %>%
  # 统计每组的卫星发射数量
  summarise(launch_count = n(), .groups = "drop")

2. 气泡图可视化实现 #

用ggplot2生成符合需求的气泡图，X轴为月份，Y轴为海拔区间，气泡大小对应发射数量：

ggplot(sat_data_processed, aes(x = launch_month, y = altitude_bin, size = launch_count)) +
  # 设置气泡样式，添加透明度避免重叠遮挡
  geom_point(color = "steelblue", alpha = 0.7) +
  # 控制气泡大小范围，防止极端值影响可读性
  scale_size(range = c(2, 10), name = "发射数量") +
  # 格式化X轴日期为"年-月"，设置每月一个刻度
  scale_x_date(date_labels = "%Y-%m", date_breaks = "1 month") +
  # 设置图表标签与轻量化主题
  labs(
    x = "发射月份", 
    y = "海拔区间", 
    title = "各月份不同海拔区间卫星发射数量分布"
  ) +
  theme_minimal() +
  # 旋转X轴标签，避免文字重叠
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

关键细节说明 #

• 海拔区间划分：如果不需要文字标签，可直接保留floor(ALTITUDE/100)*100作为区间代表值（如0、100、200），后续在可视化时通过scale_y_continuous设置Y轴标签即可。
• 日期处理：floor_date确保当月所有发射日期统一归为当月第一天，保证按月分组的准确性。
• 缺失值处理：若数据存在ALTITUDE或LAUNCH_DATE缺失，务必先过滤，避免统计结果出现偏差。

内容的提问来源于stack exchange，提问作者blueriver212