如何在ggplot中实现Stata的drop if功能（仅可视化过滤）

问题背景 #

需要为包含neutral/positive/negative三个子组的分类变量sentiment绘制柱状图，但仅展示positive和negative两组。要求只在可视化时过滤数据，不修改原数据框：

• 直接用filter赋值给原数据框会修改原始数据，导致观测数减少；
• 尝试在ggplot的filter里混入aes映射，触发Problem with filter() input ..2错误；
• 后续修改的代码因错误调用twitter_posts()而非ggplot()，触发Mapping should be created with aes()错误。

错误原因拆解 #

1. 第一个错误：把aes()映射参数放进了filter()的过滤条件里，filter()只接受数据过滤逻辑，不能混入绘图映射；
2. 第二个错误：数据处理管道结束后，错误地用twitter_posts()代替ggplot()来初始化绘图，导致映射规则无法被识别。

修正方案 #

方案1：基于已处理好的sample_graph数据直接绘图（不修改原数据） #

直接在ggplot()的data参数里用管道过滤数据，完全不改动原数据框：

ggplot(data = sample_graph %>% drop_na() %>% filter(sentiment != "neutral"),
       aes(x = treatment_announcement, fill = sentiment, y = sentiment_percentage)) +
  geom_bar(stat = "identity", position = position_dodge()) +
  scale_fill_manual(values = c("positive" = "green", "negative" = "red")) +
  scale_x_discrete(limits = c("pre", "post")) +
  labs(x = "Treatment refers to the implementation of the wage subsidy program targeted at jobless teachers",
       y = "percentage") +
  theme_bw() +
  theme(text = element_text(size = 20),
        plot.title = element_text(size = 18, face = "bold"))

方案2：从原始twitter_posts数据处理后绘图（全程不修改原数据） #

把数据处理逻辑放在管道里，直接传给ggplot()，原数据twitter_posts完全不受影响：

twitter_posts |>
  drop_na() |>
  filter(sentiment != "neutral") |>
  select(sentiment, treatment_announcement) |>
  group_by(sentiment, treatment_announcement) |>  # 同时按两个变量分组，避免重复计数
  summarise(n = n(), .groups = "drop") |>         # 直接统计每组数量，替代add_count+unique
  group_by(treatment_announcement) |>
  mutate(sentiment_percentage = n / sum(n)) |>
  mutate(across(c(sentiment, treatment_announcement), as.factor)) |>
  ggplot(aes(x = treatment_announcement, fill = sentiment, y = sentiment_percentage)) +
    geom_bar(stat = "identity", position = position_dodge()) +
    scale_fill_manual(values = c("positive" = "green", "negative" = "red")) +
    scale_x_discrete(limits = c("pre", "post")) +
    labs(x = "Treatment refers to the implementation of the wage subsidy program targeted at jobless teachers",
         y = "percentage") +
    theme_bw() +
    theme(text = element_text(size = 20),
          plot.title = element_text(size = 18, face = "bold"))

关键说明 #

• 所有数据过滤、处理操作都在管道内部完成，不会赋值回原数据框，完全保留原始数据；
• aes()映射必须放在ggplot()或geom_*()函数里，不能和filter()的过滤条件混写；
• 方案2里用summarise(n = n())替代add_count()+unique()，计数逻辑更简洁准确，避免重复行干扰。

内容的提问来源于stack exchange，提问作者nesta1990