r - ggplot 中缺失值的数量

Question

我在 R 中有一个数据框，如下所示:

gen    pos    count
A      1      10
A      2      20
A      3      15
A      4      
...
B      1      50
B      2      30
B      3      
B      4      40
...

数据框包含约 30000 行。 count 的值在大约 300 行中故意缺失。我用以下方法绘制这些数据:

ggplot(data=d, aes(x=pos, y=count, group=gen, colour=gen)) + geom_line()

图中缺少缺失的数据点，这正是我想要的。我对剧情很满意。

但是，ggplot 返回以下警告:

Removed 2 rows containing missing values (geom_path). 

如果有大约 300 个缺失值(count；gen 或 pos 没有缺失值)，为什么 ggplot 仅报告 2？

Answer 1

举个简单的例子:

df = data.frame(gen=rep(letters[1:3],each=6),
                y=c(NA,2,5,6,NA,8,9,NA,1,2,3,1,4,3,6.5,4.2,1,NA),
                x=rep(1:6,3))

ggplot(df, aes(x=x, y=y, colour=gen)) + geom_line()

我们有警告:

Warning message:
Removed 2 rows containing missing values (geom_path). 

通过查看下图，我们可以看到:

• 对于 a 组，坐标为 (6,8) 的最后一个点不存在，尽管它没有 NA。我们注意到它是一个“孤立点”(无法将其链接到具有 NA 的先前值 (5, NA))。
• 对于 b 组，第一个点不存在，尽管它没有 NA。它也是一个孤立点，不能链接到下一个值，因为它有 NA。
• 对于 c 组，最后一个点不存在，但这是正确的，因为它的 y 值为 NA。

因此，警告消息仅指示从图表中移除了多少常规(非 NA)但孤立的点。这里 2。