為什么 geom_line 中間的 NA 並不總是斷線？

Question

我的問題與這個問題有關：

使用分類數據創建線圖而不是連接線

這是鏈接問題中的示例：

library(ggplot2)
df <- data.frame(x = c('a', 'b', 'c', 'd', 'e'), 
                 y = c('a', 'a', NA, 'a', 'a'))

ggplot(df, aes(x = x, y = y, group = y)) +
  geom_point() + 
  geom_line()

雖然df$y包含NA ，但繪制了一條連續線：

is.na(df$y)
[1] FALSE FALSE  TRUE FALSE FALSE

我很困惑，因為在缺少值處理下的geom_line()幫助中，它說：

geom_path()、geom_line() 和 geom_step 處理 NA 如下：

如果 NA 出現在一行的中間，它會斷開該行。 無論 na.rm 是 TRUE 還是 FALSE，都不會顯示警告。

誰能向我解釋為什么這不適用於上面示例中的分類數據？

通過嘗試，我猜這與group部分有關，但我真的不明白這是如何工作的。 非常感謝你的幫助！

編輯：
與我假設的不同，數據是分類數據還是數字數據並不重要。 看：

ggplot(df, aes(x = as.numeric(as.factor(x)), y = as.numeric(as.factor(y)), group = as.numeric(as.factor(y)))) +
  geom_point() + 
  geom_line()

這只會刪除NA point ，但會繼續在中斷上繪制線。 事實上，關鍵點是分組，這對於數值數據不是必需的：

ggplot(df, aes(x = as.numeric(as.factor(x)), y = as.numeric(as.factor(y)))) +
  geom_point() + 
  geom_line() 

請參閱下面的評論。

Answer 1

確實有趣的是，它對連續數據和分類數據的工作方式不同，但考慮到這些數據的不同性質，它有點道理。

在不使用rle ，一種解決方法可以是分解並使用因子水平進行繪圖。 然后您可以使用scale更改標簽

用戶 Edward的評論是正確的 - 分組非常相關。 這里我使用了group = 1

library(ggplot2)
df <- data.frame(x = c('a', 'b', 'c', 'd', 'e'), 
                 y = c('a', 'a', NA, 'a', 'a'))

ggplot(df, aes(x = x, y = as.numeric(as.factor(y)), group = 1)) +
  geom_point() + 
  geom_line() +
  scale_y_continuous(breaks = 1, labels = 'a')
#> Warning: Removed 1 rows containing missing values (geom_point).

^{由reprex 包(v0.3.0) 於 2020 年 3 月 4 日創建}