R 相同值的geom_col（）和geom_point（）之间的差异

所以，我试图绘制随时间变化的缺失值（纵向数据）。 我更喜欢把它们放在geom_col（）中，然后用特定处理的颜色填充。但是出于某种奇怪的原因，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。我在想为什么会发生这种事。看看y轴。 免责声明：

• 我知道缺失值会在第19-20天出现。这就是为什么我要做这个阴谋
• 对不起，情节的安排。还没有擦亮

对于geom_点：

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

所以在挖掘之后：

结果是geom_col（）函数将所有缺少的值相加，而geom_point（）则不会。因此y的值很大。我不知道为什么会这样。但是，做以下工作对我来说很好：

gaussian_transformed$time <- as.factor(gaussian_transformed$time)
gaussian_transformed %>% group_by(time) %>% summarise(missing = sum(is.na(Rose_width))) -> gaussian_transformed
gaussian_transformed %>% ggplot(aes(x = time, y = missing)) + geom_col(fill = "blue", alpha = 0.5) + theme_minimal() + labs(title = "Missing values in Gaussian Outcome over the days", x = "Time (in days)", y = "Amount of missing values") + scale_y_continuous(breaks = seq(0, 10, 1))

gaussian\u转换$time%group\u by（time）%>%summary（missing=sum（is.na（Rose\u width））->gaussian\u转换
高斯变换%>%ggplot（aes（x=时间，y=缺失））+geom\u col（fill=“blue”，alpha=0.5）+主题最小值（）+labs（title=“天数内高斯结果中的缺失值”，x=“时间（天数）”，y=“缺失值的数量”）+连续缩放（中断=seq（0,10,1））

---

对于绘图：

问题是您正在使用

mutate

并为组创建多行。你看不到这一点，但在你的几何点图中会有很多点重叠

一种方法是使用

摘要

，或者使用

不同的

比较

库（tidyverse）
msleep%%>%分组依据（订单）%%>%
突变（缺失=总和（is.na（睡眠周期））%>%
ggplot（aes（x=顺序，y=缺失））+
几何点（）

这些点看起来很难看，因为有很多过度绘制。

msleep%>%分组依据（订单）%>%
突变（缺失=总和（is.na（睡眠周期））%>%
不同（顺序，.keep_all=TRUE）%>%
ggplot（aes（x=顺序，y=缺失））+
geom_col（）

msleep%>%分组依据（订单）%>%
突变（缺失=总和（is.na（睡眠周期））%>%
ggplot（aes（x=顺序，y=缺失））+
geom_col（）

---

由（v2.0.0）创建于2021-06-02欢迎使用SO。这通常是一个不错的问题——不过，如果有一个可复制的例子，这会有所帮助——请参阅我的答案，了解一种方法。几乎没有任何问题不能用虚假数据复制，这有助于我们帮助您感谢您的解释！有意义的是，这些点只是在彼此的顶部绘制。他们总结了它们。还不知道distinct（）函数。非常感谢。