ggplot中用min()和max()设置xlim、ylim失效问题排查

嘿，我来帮你揪出这个问题的根源！你代码里的问题出在**xlim()/ylim()的作用域**上——你直接在里面写min(mpg)的时候，R根本不知道mpg是哪儿来的！

问题原因 #

你用管道%>%把处理好的mtcars子集传给了ggplot()，但xlim()、ylim()这类轴范围设置函数并不属于管道的数据上下文。简单说：

• ggplot()知道你传的是哪个数据框，能识别aes()里的mpg、disp是列名；
• 但xlim()是在全局环境里查找mpg这个变量的，而你根本没在全局定义过它，所以会抛出“找不到对象'mpg'”的错误。

解决方案 #

这里给你三种可行的写法，按需选择：

方法1：用coord_cartesian()（推荐，不丢失数据） #

coord_cartesian()可以通过.引用管道前的数据集，而且它只是调整显示范围，不会过滤掉超出范围的数据点（这是和xlim()的核心区别）：

mtcars %>% 
  select(mpg, cyl, disp, wt) %>% 
  filter(complete.cases(disp)) %>% 
  ggplot() + 
  geom_point(aes(x=mpg, y=disp, colour=cyl), size=3) + 
  coord_cartesian(xlim = range(.$mpg, na.rm=TRUE), 
                  ylim = range(.$disp, na.rm=TRUE)) + 
  scale_colour_gradient(low="red", high="green", name = "cyl")

方法2：先把数据存为变量 #

把处理好的数据存成一个变量，之后直接用变量名引用列，逻辑更直观：

# 先处理数据并保存
clean_data <- mtcars %>% 
  select(mpg, cyl, disp, wt) %>% 
  filter(complete.cases(disp))

# 再绘图
ggplot(clean_data) + 
  geom_point(aes(x=mpg, y=disp, colour=cyl), size=3) + 
  xlim(min(clean_data$mpg, na.rm=TRUE), max(clean_data$mpg, na.rm=TRUE)) + 
  ylim(min(clean_data$disp, na.rm=TRUE), max(clean_data$disp, na.rm=TRUE)) + 
  scale_colour_gradient(low="red", high="green", name = "cyl")

方法3：用scale_x_continuous()/scale_y_continuous() #

这类刻度函数的limits参数同样支持用.引用管道数据，还能顺便设置刻度标签、断点等其他参数：

mtcars %>% 
  select(mpg, cyl, disp, wt) %>% 
  filter(complete.cases(disp)) %>% 
  ggplot() + 
  geom_point(aes(x=mpg, y=disp, colour=cyl), size=3) + 
  scale_x_continuous(limits = range(.$mpg, na.rm=TRUE)) +
  scale_y_continuous(limits = range(.$disp, na.rm=TRUE)) +
  scale_colour_gradient(low="red", high="green", name = "cyl")

内容的提问来源于stack exchange，提问作者val