如何配置ggplot以避免绘制缺失日期对应的无数据区间？

这个问题很常见——ggplot的geom_line()默认会按x轴顺序连接所有数据点，不管它们之间的时间间隔有多大，所以才会出现2001到2015年这段空白期被连线的情况。要解决这个问题，核心思路是把连续的时间段分成不同的分组，让geom_line()只在同一组内连接点，不同组之间不连线。

下面是具体的实现步骤：

1. 确保日期列是日期类型（如果还没转换的话） #

首先需要把你的Date列转换成R的日期格式，这样才能准确计算时间间隔：

x$Date <- as.Date(x$Date)

2. 创建分组变量 #

我们可以通过计算相邻日期的间隔，当间隔超过某个阈值（比如一年，365天）时，就开启一个新的分组。这里用dplyr包处理会更简洁：

library(dplyr)

x <- x %>%
  # 计算当前日期与上一个日期的天数差
  mutate(date_diff = as.numeric(Date - lag(Date, default = first(Date))),
         # 当天数差超过365天时，标记为新组，用cumsum生成分组ID
         group = cumsum(date_diff > 365))

如果不想额外加载包，用基础R也能实现：

# 计算日期差（第一个点的差值设为0）
date_diff <- c(0, diff(x$Date))
# 生成分组
x$group <- cumsum(date_diff > 365)

3. 在ggplot中指定分组 #

修改你的绘图代码，在aes()里加上group = group参数，这样geom_line()就只会连接同一组内的点：

library(ggplot2)

ggplot(x, aes(x = Date, y = value, group = group)) +
  geom_line()

原理说明 #

geom_line()的group参数决定了哪些点属于同一条线。通过日期间隔生成的分组变量，把2000-2001的时间段和2015年的时间段分成了两个独立的组，自然就不会在这两个组之间绘制连线了。

内容的提问来源于stack exchange，提问作者itthrill