使用ggplot绘制箱线图时如何定位被移除的非有限值对应数据行

这个警告产生有两类核心原因：

1. y轴范围限制：你代码中用了ylim(0, 2.5e3)，所有y值超出这个区间的行都会被ggplot直接移除，不参与统计绘图
2. y变量存在非有限值：as.numeric(TMT_Intensities)转换后存在NA、NaN、Inf等非有限值的行，也会被自动移除

第一步：定位具体被移除的行 #

运行以下代码即可筛选出所有被移除的数据行：

# 生成与绘图逻辑一致的y变量
df.08.long$plot_y <- as.numeric(df.08.long$TMT_Intensities)
# 匹配ggplot的移除规则筛选行
removed_rows <- df.08.long[!is.finite(df.08.long$plot_y) | df.08.long$plot_y < 0 | df.08.long$plot_y > 2500, ]
# 验证行数是否与警告的6588一致
nrow(removed_rows)

你可以直接查看removed_rows的数据特征，判断是哪类原因占比更高。

对应解决方法 #

情况1：多数被移除行是超出y轴范围导致的 #

你提供的示例数据中就已经存在3470.869这类超过2500的TMT强度值，属于这类情况。如果不想丢弃这部分数据参与箱线图统计，只需要将ylim(0, 2.5e3)替换为coord_cartesian(ylim = c(0, 2.5e3))即可：

ggplot(data = df.08.long,
      aes(x = TMT_signals, y = as.numeric(TMT_Intensities), fill = `probe.Mod.or.not(Y/N)`)) +
  geom_boxplot() +
  # 替换ylim为coord_cartesian，仅缩放显示范围不删除数据
  coord_cartesian(ylim = c(0, 2.5e3)) +
  theme_classic() +
  theme(axis.title=element_text(size=8),
        axis.text=element_text(size=10),
        axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1))

修改后箱线图的统计指标（中位数、四分位距等）会用全部有效数据计算，只是绘图时只展示0-2500的区间，不会再弹出移除行的警告。

情况2：多数被移除行是非有限值导致的 #

如果removed_rows中大部分是plot_y为NA/NaN/Inf的行，你可以根据实验需求选择处理方式：

• 直接过滤无效行：绘图前先跑df.08.long <- df.08.long[is.finite(as.numeric(df.08.long$TMT_Intensities)), ]
• 填充缺失值：比如按分组填充中位数、最小值或0，符合TMT定量的业务逻辑即可。

内容的提问来源于stack exchange，提问作者Chemist learns to code