R中scale_x_binned()空最后分箱及right选项逻辑反常问题

问题原因分析 #

• 设置right=TRUE时，分箱采用左开右闭区间（例如(16,18]），因此数值18会被归入16-18分箱，导致该分箱计数为4（包含3个17和1个18），与预期的“18归入18-20分箱”不符。
• 设置right=FALSE时，分箱采用左闭右开区间（例如[16,18)），逻辑符合预期，但默认分箱的右边界等于数据最大值29，导致最后一个分箱为[28,29)，而数值29不在该区间内，因此对应分箱无数据、显示为空。

解决方案 #

需要手动控制分箱边界，确保最大值29被包含到最后一个分箱中，以下两种方法均可实现：

方法一：自定义分箱断点 #

直接指定覆盖到大于最大值的断点，确保29能落入最后一个左闭右开区间：

rm(list=ls())
library(ggplot2)
library(Hmisc, warn.conflicts = FALSE)

Time = c(17, 14, 21, 19, 18, 24, 25, 14, 17, 19, 20, 17, 21, 20, 23, 27, 25, 25, 27, 29, 24, 22, 26, 29)
data = data.frame(Time)

ggplot(data, aes(x = Time))+
  geom_bar()+
  scale_x_binned(right = FALSE, show.limits = TRUE, breaks = seq(14, 30, by = 2))

此代码生成的分箱为[14,16)、[16,18)...[28,30)，29会被归入28-30分箱，计数正确，且刻度位于柱子之间。

方法二：扩展x轴范围 #

通过limits参数将x轴上限扩展至最大值+分箱宽度，让最后一个分箱能包含最大值：

rm(list=ls())
library(ggplot2)
library(Hmisc, warn.conflicts = FALSE)

Time = c(17, 14, 21, 19, 18, 24, 25, 14, 17, 19, 20, 17, 21, 20, 23, 27, 25, 25, 27, 29, 24, 22, 26, 29)
data = data.frame(Time)
bin_width <- 2 # 指定分箱宽度

ggplot(data, aes(x = Time))+
  geom_bar()+
  scale_x_binned(right = FALSE, show.limits = TRUE, 
                 binwidth = bin_width,
                 limits = c(min(Time), max(Time) + bin_width))

此方法无需手动罗列所有断点，适合数据范围变动的场景。

内容的提问来源于stack exchange，提问作者Dan