ggplot分年绘制折线图时如何去除无数据日期段的x轴空白

分面出现大面积无数据空白问题 #

问题原因 #

facet_grid()默认所有分面共用一套全局连续型坐标轴，你的Date列是完整的跨2021-2022年的日期序列，哪怕两个分面分别只保留对应年份3-5月的数据，x轴仍会覆盖日期列的全范围，自然留出2021年6月-2022年2月的空白段。
你之前尝试的scale_x_break、xlim、scale_x_date不生效，核心原因是没有放开分面的坐标轴限制，这些全局轴设置无法在默认锁轴的分面规则下实现截断效果。

解决方法 #

有两种可选方案，优先推荐第一种，更符合同指标同比对比的可视化逻辑：

• 提取统一的月日维度做x轴，彻底规避跨年空白
  新建只保留月、日信息的公共时间列，所有年份的时间点都对齐到同一套月日刻度上，不需要调整坐标轴参数就不会出现空白，两个分面的x轴刻度完全一致，更方便横向对比气温变化趋势，参考代码：

  library(lubridate)
  library(dplyr)
  library(ggplot2)
  
  climate <- climate %>%
    # 所有日期统一替换为同一个平年的年值，仅保留月、日作为公共x轴维度
    mutate(plot_x = as.Date(paste("2020", month(Date), day(Date), sep = "-")))
  
  climate %>% 
    ggplot(aes(x = plot_x, y = `Mean Temp (C)`)) +
    geom_line(aes(color = as.factor(Year))) +
    # x轴仅显示月-日格式，不显示冗余年份
    scale_x_date(date_labels = "%m-%d") +
    facet_grid(. ~ Year)
  

• 放开分面x轴限制，让每个分面适配自身数据范围
  给分面函数加scales = "free_x"参数，允许每个分面的x轴根据自身数据范围自动调整长度，不会显示无数据的时间区间，参考代码：

  climate %>% 
    ggplot(aes(x = Date, y = `Mean Temp (C)`)) +
    geom_line(aes(color = as.factor(Year))) +
    # 放开x轴范围限制
    facet_grid(. ~ Year, scales = "free_x")
  

图例年份格式异常问题 #

问题原因 #

你的Year列是数值/整数型的连续变量，ggplot会默认给连续型变量生成渐变色条图例，而不是你预期的两个离散分类项，就会出现显示格式不符合预期的问题。

解决方法 #

绘图时把Year列转为因子（离散分类变量）即可，也就是写为aes(color = as.factor(Year))，或者提前用mutate(Year = as.factor(Year))把列类型改好，图例就会正常显示两个独立的年份分类。

内容的提问来源于stack exchange，提问作者sc6