ggplot facet_wrap柱状图：如何忽略Y轴异常值优化显示？

针对你遇到的分面柱状图中异常值导致多数柱子被压缩的问题，这里有几个实用的解决方案：

方法1：用ggh4x动态设置每个分面的Y轴上限（推荐） #

借助ggh4x包可以为每个分面单独配置Y轴范围，既保留异常值的显示（截断），又让多数柱子的高度清晰呈现：

首先安装并加载包：

install.packages("ggh4x")
library(ggh4x)
library(dplyr)

先计算每个NCBI分组的Y轴上限（这里用95%分位数，你可以根据需求调整为90%、99%等）：

# 计算每个分面的Y轴上限
y_limits <- test %>%
  group_by(NCBI) %>%
  summarise(y_max = quantile(rowSums, 0.95, na.rm = TRUE))

然后为每个分面生成对应的Y轴刻度配置，再绘图：

# 生成每个分面的Y轴设置列表
y_scales <- lapply(split(y_limits, y_limits$NCBI), function(group_df) {
  scale_y_continuous(limits = c(0, group_df$y_max), oob = scales::squish)
})

# 绘制图表
ggplot(test, aes(position, rowSums)) + 
  geom_bar(stat = "identity") + 
  facet_wrap(~NCBI, scales = "free", ncol = 4) +
  facetted_pos_scales(y = y_scales) + # 应用分面专属Y轴
  theme_classic()

scales::squish会把超过上限的异常值柱子截断到Y轴最大值，同时不会删除这些数据，读者能直观看到有值被截断。

方法2：预处理数据，截断异常值 #

如果不想额外装包，可以直接在数据层面处理，把超过分位数的数值替换为分位数，再绘图：

library(dplyr)

# 预处理数据，截断95%分位数以上的值
test_trimmed <- test %>%
  group_by(NCBI) %>%
  mutate(rowSums_trimmed = ifelse(rowSums > quantile(rowSums, 0.95, na.rm = TRUE), 
                                  quantile(rowSums, 0.95, na.rm = TRUE), 
                                  rowSums))

# 绘图，记得标注Y轴是截断后的值
ggplot(test_trimmed, aes(position, rowSums_trimmed)) + 
  geom_bar(stat = "identity") + 
  facet_wrap(~NCBI, scales = "free", ncol = 4) +
  labs(y = "rowSums（截断至95%分位数）") +
  theme_classic()

这种方法简单直接，但需要在图表中标注数据被截断，避免误导。

方法3：对数转换Y轴 #

如果你的数据本身是幂律分布（异常值和普通值数量级差异极大），可以尝试对数转换Y轴，让柱子高度更均匀：

ggplot(test, aes(position, rowSums)) + 
  geom_bar(stat = "identity") + 
  facet_wrap(~NCBI, scales = "free", ncol = 4) +
  scale_y_log10(limits = c(1, NA)) # 如果有0值，改用scale_y_continuous(trans = "log1p")
  theme_classic()

注意：如果数据中有0，log10会报错，这时候用log1p转换（相当于log(x+1)），或者给0值加一个极小的常数。

内容的提问来源于stack exchange，提问作者user2300940