R语言ggplot2绘制散点图时如何保留含NA值的观测点

核心机制说明 #

ggplot2在图层构建的预处理阶段，会自动剔除所有映射到*aes()*美学参数存在NA的行，不会进入后续绘制流程。之前几类尝试失效的本质原因：

• 给geom_point传入na.rm=FALSE：该参数仅控制“存在缺失行时是否弹出剔除警告”，不会改变“缺失行被默认剔除”的逻辑；当参数被误识别为美学参数时，就会出现“未知参数被忽略”的提示
• 给scale_size设置na.value：该参数仅在数据进入尺度转换环节后生效，而含NA的行早在预处理阶段就被剔除，根本走不到尺度转换环节，参数自然不会触发
• 分层绘制报错：在单独绘制缺失行的图层内，仍然把含NA的col3、col4写入了*aes()*映射，导致同样触发预处理剔除逻辑

具体实现方法 #

核心思路是绕开“NA值直接进入美学映射”的触发点，有两种可直接复用的写法：

方案1：分层独立绘制（逻辑最直接，无需复杂预处理） #

分别针对无缺失、有缺失的观测绘制独立图层，含缺失值的图层不设置需要映射的美学参数，直接手动指定固定视觉属性：

library(dplyr)
library(ggplot2)

ggplot(df, aes(x = col1, y = col2)) +
  # 第一层：绘制所有字段无缺失的观测，按需求映射size、颜色、形状
  geom_point(
    data = ~ .x %>% filter(complete.cases(select(.x, col3, col4))),
    aes(size = col3, color = col4)
  ) +
  # 第二层：绘制含缺失值的观测，手动指定可区分的形状、颜色、大小
  geom_point(
    data = ~ .x %>% filter(!complete.cases(select(.x, col3, col4))),
    shape = 4, # 用叉号和正常的实心点区分
    color = "#999999", # 用中性灰色和正常分类颜色区分
    size = 2
  ) +
  theme_classic() +
  scale_size(range = c(0.25, 4))

这种写法不会把含NA的字段传入*aes()*映射，从根源上避免了预处理剔除的问题，控制台也不会再弹出缺失值警告。

方案2：占位值预处理后映射（适合需要统一图例展示的场景） #

先对含NA的字段做占位值替换，让NA变成有明确标识的分类/数值，再通过scale参数设置对应的视觉编码：

df_processed <- df %>%
  mutate(
    # 连续型size字段：把NA替换为不在正常取值范围的占位值
    col3_for_size = ifelse(is.na(col3), -1, col3),
    # 分类型颜色字段：把NA替换为带明确标签的分类值
    col4_for_color = ifelse(is.na(col4), "存在缺失", col4)
  )

ggplot(df_processed, aes(x = col1, y = col2)) +
  geom_point(aes(size = col3_for_size, color = col4_for_color)) +
  # 自定义连续size的映射规则，把占位值-1对应为固定大小
  scale_size_continuous(
    range = c(0.25, 4),
    # 用越界处理函数把占位值映射为固定尺寸
    oob = function(x, ...) ifelse(x < 0, 0.5, x),
    # 图例里不展示占位值的断点
    breaks = seq(min(df$col3, na.rm = T), max(df$col3, na.rm = T), length.out = 3)
  ) +
  # 自定义分类型颜色的映射规则，给缺失标签设置专属颜色
  scale_color_manual(
    values = c(
      "CD8CTL" = "#1f77b4",
      "CD8Mem" = "#ff7f0e",
      "CD8STAT1" = "#2ca02c",
      "存在缺失" = "#999999"
    )
  ) +
  theme_classic()

这种写法可以把缺失值的标识直接整合到图例里，不需要单独给缺失值做额外说明。

内容的提问来源于stack exchange，提问作者BioProgram