在R中，melt后的数据可用于ggplot，为何手动构造的相同数据集失效？

哈哈，这个坑我踩过好几次！看起来结构一模一样的数据集，ggplot就是不买账，十有八九是隐性的数据格式差异在搞事情，给你列几个最常见的原因：

• 变量类型不匹配
  用melt()处理后，variable列默认会被转成**因子（factor）**类型，但你手动构造的可能是字符（character）类型。ggplot对因子和字符的分组逻辑有细微差别，尤其是着色的时候，可能识别不出你的分组规则。
  你可以用str(melt后的数据集)和str(手动数据集)对比列类型，要是手动的variable是字符，转成因子就行：

  手动数据集$variable <- factor(手动数据集$variable)
  

• value列不是数值型
  要是你手动构造时不小心把value写成了字符（比如加了引号、混了文本），而melt出来的是数值型，ggplot根本没法把字符当连续的Y轴来画。
  检查类型：class(手动数据集$value)，如果是字符就转成数值：

  手动数据集$value <- as.numeric(手动数据集$value)
  

• 分组列（group）有隐性差异
  比如melt后的group是因子，手动的是字符；或者分组值有大小写、空格差异——比如melt里是"Group1"，你手动写成了"group1"或者"Group 1"，这时候ggplot会把它们当成不同分组，着色自然出问题。
  用unique(melt后的数据集$group)和unique(手动数据集$group)对比一下，确保每个分组值完全一致。

• 列名有细微差错
  别小看这个！比如手动构造时列名多了个空格（比如" variable"）、大小写错了（比如"Variable"），ggplot是严格匹配列名的，差一点都不行。
  用colnames(melt后的数据集)和colnames(手动数据集)直接对比，确保列名完全一致。

• 存在缺失值或异常值
  手动构造时可能不小心加了NA，或者value里有Inf/-Inf这类异常值，而melt后的数据集没有这些，ggplot遇到这些可能直接罢工。
  用sum(is.na(手动数据集))检查缺失值，summary(手动数据集$value)查看数值范围。

最快的排查技巧：直接用all.equal(melt后的数据集, 手动数据集)对比两个数据集，它会精准告诉你哪里不一样！

内容的提问来源于stack exchange，提问作者Adam Price