在 R 中的 ggplot2 中保留 NA 值

Question

我认为这很容易......但找不到解决方案。 我正在尝试在 R 中生成一个 ggplot2，其中 col1 和 col2 之间具有相关性，点的大小与 col3 相关，形状与 col4 相关。 col3 和 col4 具有 NA/缺失值。运行下面的代码时，ggplot2 会删除没有匹配 col3 和/或 col4 的行，但是，我想保留这些和颜色代码。下面输出

示例数据框：

警告： 删除了 3 行包含缺失值 (geom_point)。

1. 我尝试使用 is.na(df$col3 | df$col4) 创建另一个 geom_point，但这不起作用。
2. 尝试添加 na.rm=FALSE

geom_point(aes(size=df$col3, col=df$col4), na.rm=FALSE)

1. 试过了

scale_size(range = c(0.25,4), na.value = 0) #to give a 0 value to the na.value (although would rather not)

但是，对于#2 和#3，我以“忽略未知美学：na.rm”结束，而#1 给出了错误。 此外，这并不能解决 col4 形状也被删除的问题

ggplot(df, aes(x=df$col1, y=df$col2)) + 
    geom_point(aes(size=df$col3, col=df$col4), na.rm=FALSE) + 
    theme_classic() + 
    scale_size(range = c(0.25,4)) 
             

+-------------+-------------+-------------+----------+
|    col1     |    col2     |    col3     |   col4   |
+-------------+-------------+-------------+----------+
| 0.254393811 | 0.124242905 | NA          | NA       |
|  0.28223149 | 0.148601748 | 0.236953099 | CD8CTL   |
| 0.205945835 | 0.074541695 | NA          | NA       |
| 0.199758631 | 0.103369485 | NA          | CD8Mem   |
|   0.2798128 | 0.109511863 | 0.396113132 | CD8STAT1 |
| 0.254616042 | 0.059495241 | 0.479590212 | CD8CTL   |
| 0.197929395 |  0.10993698 | 0.272611442 | CD8CTL   |
| 0.294888359 |  0.12319682 | 0.16069263  | CD8CTL   |
| 0.191407446 | 0.086443936 | 0.36596486  | CD8CTL   |
| 0.267533392 |  0.11240525 | 0.344659516 | CD8CTL   |
+-------------+-------------+-------------+----------+

Answer 1

请查看以下链接：

http://naniar.njtierney.com/reference/geom_miss_point.html

Plotting missing values in ggplot2 with a separate line type

顺便说一句，您的解释很清楚您要达到的目标。我看到问题将与在 Col3 和 Col4 中没有值时使用哪种形状和颜色有关。也许尝试像这样解决它，比如

在Col3和Col4中NAN时，Col1和Col2相关的颜色和形状是这样的。

另一个测试是使用 geom_miss_point

Answer 2

有几点需要注意 - 我想我已经理解 OP 在这里想要做什么。在这种情况下，您希望绘制所有点。我将说明我们希望情节的外观：

• col1 用于绘制 x 轴
• col2 用于绘制 y 轴
• col3用于控制点的大小
• col4用于控制点的颜色

我们在col3 和col4 中有NA 值。那么如何处理这些呢？好吧，对于颜色，我将标记那些并将它们包含在图例中，颜色编码并标记为“NA”。尺寸呢？好吧，size=NA 没有任何意义，所以我认为对df$col3 == NA 做的最好的事情就是改变形状。这是我所做的：

ggplot(df, aes(x=col1, y=col2, color=col4)) +
  geom_point(aes(size=col3, shape='Not NA')) +
  geom_point(data=subset(df, is.na(col3)), aes(shape='NA'), size=3) +
  scale_shape_manual(values=c('NA'=3, 'Not NA'=19)) +
  theme_classic()

首先，通过data.frame$column.name 引用列是一种不好的形式 - 您应该只使用列名本身。

颜色很简单 - 我们只需将 color=col4 放在顶部 aes() 规范中，因为它适用于每个几何图形。

对于形状，这里可能最简单的方法是在对geom_point() 的两个单独调用中指定。一种是没有任何规范，它自然会删除任何NAs - 你不会得到用size=NA 绘制的点。要“重新添加”NA 点，我们必须专门将它们拉出并指定大小。最后，为了获得图例中的形状美感，我们需要将其放在aes() 中。这里的一般规则是，如果您将美学设置为等于 aes() 内的列名，它将使用该列内的值进行标记。如果您只是像我们在此处所做的那样在 aes() 中键入一个字符，那么您将在该 geom 调用中的所有项目都标有该字符 - 但创建了图例。所以，我们基本上是在这里为shape 创建我们自己的自定义图例。

那么只需使用scale_shape_manual() 和values 参数的命名向量来设置我们想要使用的实际形状。

编辑

再想一想，NA 出现在颜色和形状的图例中是没有意义的，所以让我们从颜色中删除它。这是通过将包含 col3 中的 NA 的数据集与不包含 NA 的数据集完全分开来完成的：

ggplot(df, aes(x=col1, y=col2, color=col4)) +
  geom_point(data=subset(df, !is.na(col3)), aes(size=col3, shape='Not NA')) +
  geom_point(data=subset(df, is.na(col3)), aes(shape='NA'), size=3) +
  scale_shape_manual(values=c('NA'=3, 'Not NA'=19)) +
  theme_classic()