r - 相同值的 geom_col() 和 geom_point() 之间的差异

Question

因此，我试图在此处绘制随时间推移的缺失值（纵向数据）。我更喜欢将它们放在 geom_col() 中，以便之后填充某些处理的颜色。但是由于一些奇怪的原因，geom_col() 给了我奇怪的值，而 geom_point() 使用相同的函数给了我正确的值。我试图弄清楚为什么会发生这种情况。看一下y轴。免责声明：

• 我知道缺失值会在第 19-20 天消失。这就是我制作剧情的原因。
• 对剧情的安排感到抱歉。还没打磨。

对于 geom_point：

gaussian_transformed %>% group_by(factor(time)) %>% mutate(missing = sum(is.na(Rose_width))) %>% ggplot(aes(x = factor(time), y = missing)) + geom_point()

图片：geom_point

对于 geom_col：

gaussian_transformed %>% group_by(factor(time)) %>% mutate(missing = sum(is.na(Rose_width))) %>% ggplot(aes(x = factor(time), y = missing)) + geom_col()

图片：geom_col

标签： rggplot2dplyrmissing-data

Answer 1

问题是您正在mutate为您的组使用和创建几行。你看不到这一点，但你的 geom_point 图中会有很多重叠的点。

一种方法是使用summarise，或者使用distinct Compare

library(tidyverse)
msleep %>% group_by(order) %>% 
  mutate(missing = sum(is.na(sleep_cycle))) %>% 
  ggplot(aes(x = order, y = missing)) + 
  geom_point()

这些点看起来很难看，因为有很多过度绘图。

msleep %>% group_by(order) %>% 
  mutate(missing = sum(is.na(sleep_cycle))) %>% 
  distinct(order, .keep_all = TRUE) %>%
  ggplot(aes(x = order, y = missing)) + 
  geom_col()

msleep %>% group_by(order) %>% 
  mutate(missing = sum(is.na(sleep_cycle))) %>% 
  ggplot(aes(x = order, y = missing)) + 
  geom_col()

^{由reprex 包创建于 2021-06-02 (v2.0.0 )}