如何在ggplot柱状图中排除缺失值并修正百分比计算？

没问题，要实现你想要的效果——既不在图表中显示缺失值，又让Y轴百分比基于排除缺失值后的有效数据——只需要在绘制图表前先过滤掉RF.Age列的NA观测值即可。下面是修改后的完整代码：

# 先加载所需包（未安装的话先运行install.packages(c("dplyr", "ggplot2", "scales"))）
library(dplyr)
library(ggplot2)
library(scales)

ggplot(filter(RPSdata, !is.na(RF.Age)), aes(x = RF.Age)) +
  geom_bar(col="black", fill ="grey", alpha = .8) +
  aes(y = (..count..)/sum(..count..)) +
  scale_y_continuous(labels=percent) +
  labs(title="Risk Factor - Age", x ="Estimate", y="Proportion of Total") +
  theme(plot.title = element_text(hjust = 0.5)) +
  scale_x_discrete(labels = c("No", "Yes", "Not Sure")) # 移除原有的"Missing"标签

关键修改说明： #

• 数据过滤：通过filter(RPSdata, !is.na(RF.Age))直接在ggplot的数据源中剔除RF.Age为NA的行，这样后续所有统计计算（包括Y轴的百分比）都会基于不含缺失值的有效样本，百分比总和会是100%。
• 标签调整：因为缺失值已经被过滤，所以去掉了scale_x_discrete里的"Missing"标签，避免出现无对应类别的空标签。

如果你不习惯使用dplyr，也可以用base R的subset函数替代过滤步骤：

ggplot(subset(RPSdata, !is.na(RF.Age)), aes(x = RF.Age)) +
  # 后续代码与上面完全一致

这样修改后，你的柱状图就只会展示有效分类，且百分比计算完全排除了缺失值的影响，和你原本满意的图表逻辑保持一致。

内容的提问来源于stack exchange，提问作者Mikey