如何使用 geom_line 连接多个连续的缺失数据值？

Question

我有一个与 Q 类似的问题：使用 geom_line 连接缺失值，但发现提供的答案仅在只有一个缺失值时才连接线。如果有 2+ 个连续缺失值，则提供的解决方案不适用。

我需要将随着时间的推移对单个树木所做的多个观察结果联系起来。有时会丢失测量值，导致我的 df 中缺少值，有时会连续一年以上丢失一棵树，从而有多个连续的 NA。

当只有一个连续的 NA 时，使用带有此规范的 geom_line 可以连接缺失值：

geom_line(data = df[!is.na(df$y),])

当有多个连续的 NA（即错过 2 个测量值）时，geom_line 将不会绘制丢失的数据。将 !is.na 应用于整个 df 并不能解决问题，使用 geom_path 也不能。

这是生成复制问题的 df 的代码：

x <- c(1,2,3,4,5,6,7,8,9)
tr1 <- c(20,25,18,16,22,12,NA,15,45)
tr2 <- c(12,NA,NA,NA,30,48,30,NA,NA)
df <- data.frame(x, tr1,tr2)

以下代码可用于绘制 a) 缺少 NA 的 tree1，b) 带有 NA 桥接的 tree1，b) 代码中带有 geom_line 校正但缺少跨 NA 的预期线的 tree2

tree1 <- ggplot(df, aes(x, tr1)) + geom_point() +
  geom_line()
tree1.fix <- ggplot(df, aes(x, tr1)) + geom_point() + 
  geom_line(data = df[!is.na(df$tr1),])
nofix <- ggplot(df, aes(x, tr2)) + geom_point() +
  geom_line(data = df[!is.na(df$tr2),])
grid.arrange(tree1, tree1.fix, nofix, ncol = 3)

有什么想法吗？

Answer 1

geom_line() 不会连接任何丢失的数据 (NA)。 geom_point() 也不会绘制缺失数据。这是丢失数据的正确默认行为。 NA 不能放在数值轴上。

您对df[!is.na(df$tr2),] 所做的事情是在将丢失的数据发送到geom_line() 之前删除，从而误以为您的数据是完整的。 为了更好地理解这一点，请打印出df[!is.na(df$tr2), c("x", "tr2")]。这就是geom_line() 收到的数据。所有这些数据都被显示和连接。该数据中没有 NA，因为您删除了它们。

在您的“nofix”示例中，您会得到一条从 x=1 到 x=5 的线，超过三个连续的 NA。 所以我假设你的意思是geom_line() 在 x=7 之后不会继续？ 但是看看数据。 x=7 后没有数据。每个 x>7 都有 y=NA。而如果去掉 NA，那么 x=7 之后就没有数据了。

如果您的示例还有一个点，例如 x=10 y=10，那么这条线将从 x=7 继续到 x=10。