R语言格式化鲸鱼观测数据并绘制按母系分组的计数热图

核心问题修复点说明 #

现有代码存在4个核心问题，对应修复逻辑如下：

• 排序异常：默认字符串排序会将L12排在L2之前（逐字符比较时"1"<"2"），需拆分编号中的字母前缀与数字部分，按数值大小排序
• 刻度小数：scale_fill_gradient默认自动计算刻度断点，会生成非整数刻度，需手动指定整数断点
• 排版错位：分面未设置自由y轴，导致不同母系分面高度一致、鲸鱼ID顺序错乱，需配置自由轴与匹配空间
• 笔误修正：代码中matr为字段名笔误，原始数据对应字段为matriline

1. 数据格式化处理代码 #

首先加载依赖包，完成长表转热图所需格式的处理，同时生成排序用的辅助列：

library(tidyverse)

# 数据预处理
socialmap <- id %>%
  # 拆分母系、ID的字母前缀与数字编号，用于数值排序
  mutate(
    # 拆分母系编号
    matri_prefix = str_extract(matriline, "^[A-Z]+"),
    matri_num = as.numeric(str_extract(matriline, "\\d+")),
    # 拆分鲸鱼ID编号
    id_prefix = str_extract(id, "^[A-Z]+"),
    id_num = as.numeric(str_extract(id, "\\d+")),
    # 生成时间分组列
    x = case_when(
      year < 1960 ~ "Pre-1960",
      year %in% 1960:1969 ~ "1960-1969",
      year %in% 1970:1979 ~ "1970-1979",
      year %in% 1980:1989 ~ "1980-1989",
      year %in% 1990:1999 ~ "1990-1999",
      TRUE ~ as.character(year)
    ),
    # 生成y轴鲸鱼ID标识
    y_label = as.character(id)
  ) %>%
  # 按时间+鲸鱼ID分组计数
  group_by(matriline, matri_num, y_label, id_num, x, .drop = FALSE) %>%
  summarize(count = n(), .groups = "drop") %>%
  # 补全所有缺失的时间-鲸鱼组合，未观测计数填0
  complete(x, nesting(matriline, matri_num, y_label, id_num), fill = list(count = 0)) %>%
  # 设置因子水平，固定排序规则
  mutate(
    # x轴时间顺序
    x = factor(x, levels = c("Pre-1960", "1960-1969", "1970-1979", "1980-1989", "1990-1999", as.character(2000:2020))),
    # 母系按数字顺序排序
    matriline = fct_reorder(matriline, matri_num),
    # 同母系下鲸鱼ID按数字顺序排序
    y_label = fct_reorder(y_label, id_num, .by = matriline)
  )

处理后的数据完全符合绘图要求：每一行对应单个鲸鱼-单个时间单元的观测计数，所有排序规则已通过因子水平固定。

2. 热图绘制代码 #

绘图时修复刻度、排版问题，完全匹配需求规则：

ggplot(socialmap, aes(x = x, y = y_label, fill = count)) +
  geom_tile(color = "white", linewidth = 0.2) + # 添加白色单元格边框提升可读性
  # 填充色阶设置：手动指定整数刻度，解决小数显示问题
  scale_fill_gradient(
    low = "#deebf7", high = "#de2d26", # 蓝到红渐变，视觉效果更柔和
    breaks = 0:5, # 匹配0-5的计数范围，全整数刻度
    labels = 0:5,
    name = "观测次数"
  ) +
  # x轴放置在顶部
  scale_x_discrete(position = "top") +
  # 按母系分面，配置自由y轴
  facet_grid(
    rows = vars(matriline),
    strip.position = "left",
    scales = "free_y",
    space = "free_y" # 分面高度和所含鲸鱼数量自动匹配
  ) +
  labs(x = NULL, y = NULL) +
  theme_minimal() +
  theme(
    panel.spacing = unit(0, "lines"),
    strip.background = element_blank(),
    strip.placement = "outside",
    axis.text.x = element_text(angle = 45, hjust = 0), # 年份标签倾斜避免重叠
    strip.text.y.left = element_text(angle = 0, hjust = 1) # 母系标签横向显示
  )

效果说明 #

• 横轴自动按「年代分组+2000年后单自然年」顺序排列
• 纵轴鲸鱼严格按母系数字顺序、同母系ID数字顺序分组排列
• 单元格颜色深度和观测次数正相关，色阶刻度全为整数
• 不同母系分面无多余空白，排版紧凑

内容的提问来源于stack exchange，提问作者burphound