缺失值正在在ggplot2的箱线图中进行绘制。

Question

我正在尝试使用ggplot2绘制一个非常简单的箱线图。我的数据是物种丰富度与土地利用类型之间的关系。但是，我的数据中有两个NA值。出于某种奇怪的原因，它们被绘制出来了，即使它们被R理解为NA值。有什么建议可以将它们删除吗？

我正在使用的代码是：

ggplot(data, aes(x=luse, y=rich))+
  geom_boxplot(mapping = NULL, data = NULL, stat = "boxplot", position = "dodge", outlier.colour = "red", outlier.shape = 16, outlier.size = 2, notch = F, notchwidth = 0.5)+
  scale_x_discrete("luse", drop=T)+
  geom_smooth(method="loess",aes(group=1))

然而，该图表中luse列包含2个NA值。不幸的是，我无法发布图片，但请想象我的图表中添加了一个NA条形图。

- R. Solar

---

ggplot(na.omit(data), aes(x=luse, y=rich)) + ... - Roland

针对更一般的情况：如果数据包含除正在绘制的两个变量之外的其他变量，na.omit(data)会删除任何变量上有缺失值的观测值。这可能会对您的图表和/或分析产生意想不到的后果。您可以使用 data=na.omit(data[,c("var1","var2",...)])，其中var1、var2等是您需要用于图表的变量。 - Maxim.K

对@Maxim.K点赞。我遇到了一个类似的问题，处理一个大数据框时，其中一个变量有极高比例的NA值。我无法完全解决语法问题，只是想在我感兴趣的变量中摆脱NA。但请注意，如果你只对一个变量感兴趣，就像我一样，上面的代码返回一个向量，你必须选择至少两列数据框才能使其按原来的方式工作。 - svannoy

Answer 1

您可以尝试在代码的第一行使用 subset() 函数。

ggplot(data=subset(data, !is.na(luse)), aes(x=luse, y=rich))+

参考自：Eliminating NAs from a ggplot

- בנימן הגלילי

Answer 2

这是一个正式的回答，使用上面的评论来将tidyverse/dplyr中的!is.na()与filter()结合起来。如果您有一个基本的tidyverse操作，比如过滤NAs，可以在ggplot调用中直接完成，以避免创建新的数据框架: ggplot(data %>% filter(!is.na(luse)), aes(x = luse, y = rich)) + geom_boxplot()

- user29609

---

这与之前的答案有何不同？ - pogibas

它不使用 is.na() == FALSE 或子集操作，这些方法不够直接。 - user29609

“subset” 为什么不够直接？另外，你使用的管道符与这个问题无关。 - pogibas

Answer 3

你也可以在dplyr/tidyverse中使用filter()函数：

data %>% filter(is.na(luse) == FALSE) %>% 
   ggplot(aes(x=luse, y=rich)) +
   geom_boxplot()

这样你就不必创建一个新对象了。

- Luke McDonald

---

你是不是想说 !is.na()？或者你需要所有的NA值？ ;) 另外，你不一定需要指定 is.na(x) == TRUE，因为它会自动转换成逻辑向量，然后被 filter() 使用... P.S. 欢迎来到SOF。 - tjebo

哦，是的。打错字了，抱歉。谢谢你指出来。另外，太棒了。我不知道你可以直接转换 is.na()。 - Luke McDonald