R语言ggplot箱线图：去除X轴NA对应Y值及分类重排问题

问题原因拆解 #

1. 第一个报错：你单独提取非NA的X向量后，该向量长度和原数据框clawregression_data的总行数（110）不匹配，ggplot要求映射的美学变量长度必须和数据行数一致，因此触发报错。直接提取向量无法和原数据框的Y轴数据对应，正确做法是先过滤整个数据框的NA行。
2. 第二个问题：reorder()仅对现有类别排序，不会删除NA对应的分组——虽然NA行的箱线图因数据缺失被移除，但NA的分组标签仍会留在X轴上。
3. 第三个问题：你把NA设为因子level之一，且未过滤数据，NA分组自然会保留，因子排序也就达不到预期效果。

正确解决方案 #

核心逻辑：先过滤掉年龄为NA的行，再将年龄列转为带自定义顺序的因子，最后绘图。

方法1：Base R原生处理

# 1. 过滤KnownBehAgeCategories列含NA的行
filtered_data <- clawregression_data[!is.na(clawregression_data$KnownBehAgeCategories), ]

# 2. 将年龄列转为因子，指定自定义显示顺序
filtered_data$KnownBehAgeCategories <- factor(filtered_data$KnownBehAgeCategories, 
                                              levels = c('HY', 'SY', 'TY', 'ATY'))

# 3. 绘制箱线图
ggplot(filtered_data, aes(x = KnownBehAgeCategories, y = DR, fill = KnownBehAgeCategories)) + 
  geom_boxplot() +
  theme_classic() +
  labs(y = "Display Rate", x = "Known Behavioral Age Categories") +
  scale_fill_brewer(palette = "BuPu")

方法2：dplyr管道式处理（更简洁）

若已安装dplyr包，用管道操作更直观：

library(dplyr)
library(ggplot2)

filtered_data <- clawregression_data %>%
  filter(!is.na(KnownBehAgeCategories)) %>%  # 过滤NA行
  mutate(KnownBehAgeCategories = factor(KnownBehAgeCategories, 
                                        levels = c('HY', 'SY', 'TY', 'ATY')))  # 设置因子顺序

# 绘图
ggplot(filtered_data, aes(x = KnownBehAgeCategories, y = DR, fill = KnownBehAgeCategories)) + 
  geom_boxplot() +
  theme_classic() +
  labs(y = "Display Rate", x = "Known Behavioral Age Categories") +
  scale_fill_brewer(palette = "BuPu")

额外提示 #

• 过滤数据是核心：必须先移除含NA的整行，才能彻底消除NA分组。
• 因子顺序需精准：因子的levels参数直接定义X轴的显示顺序，不要包含NA（已过滤）。
• 若不想提前过滤数据，也可在ggplot中添加scale_x_discrete(limits = c('HY', 'SY', 'TY', 'ATY'))强制只显示指定类别，但仍建议先过滤数据，避免后续分析出现潜在问题。

内容的提问来源于stack exchange，提问作者ksh530