Wyjaśnij ostrzeżenie ggplot2: „Usunięto k wierszy zawierających brakujące wartości”

Otrzymuję to ostrzeżenie, gdy próbuję wygenerować fabułę za pomocą ggplot.

Po pewnym czasie wyszukiwania w Internecie wielu zasugerowało, że moja baza danych zawiera wartości null lub ogólnie brakuje danych, co nie miało miejsca.

W tym pytaniu przyjęta odpowiedź brzmi:

Ostrzeżenie oznacza, że ​​niektóre elementy są usuwane, ponieważ wypadają poza podany zakres

Zastanawiałem się, do czego dokładnie odnosi się ten zakres i jak można ręcznie zwiększyć ten zakres, aby uniknąć wszelkich ostrzeżeń?

Zachowanie, które widzisz, wynika z tego, jak ggplot2radzi sobie z danymi, które znajdują się poza zakresami osi wykresu. Możesz zmienić to zachowanie w zależności od tego, czy używasz scale_y_continuous(lub równoważnie ylim), czy coord_cartesianteż ustawiasz zakresy osi, jak wyjaśniono poniżej.

library(ggplot2)

# All points are visible in the plot
ggplot(mtcars, aes(mpg, hp)) + 
  geom_point()

W poniższym kodzie jeden punkt z hp = 335 jest poza zakresem y wykresu. Ponadto, ponieważ wcześniej scale_y_continuousustawialiśmy zakres osi Y, ten punkt nie jest uwzględniany w żadnych innych statystykach ani miarach sumarycznych obliczanych przez ggplot, takich jak linia regresji liniowej.

ggplot(mtcars, aes(mpg, hp)) + 
  geom_point() +
  scale_y_continuous(limits=c(0,300)) +  # Change this to limits=c(0,335) and the warning disappars
  geom_smooth(method="lm")

Warning messages:
1: Removed 1 rows containing missing values (stat_smooth). 
2: Removed 1 rows containing missing values (geom_point).

W poniższym kodzie punkt z hp = 335 nadal znajduje się poza zakresem y wykresu, ale mimo to ten punkt jest uwzględniany we wszelkich statystykach lub miarach sumarycznych obliczanych przez ggplot, takich jak linia regresji liniowej. Dzieje się tak, ponieważ wcześniej coord_cartesianustawialiśmy zakres osi Y, a ta funkcja nie wyklucza punktów, które znajdują się poza zakresami wykresu, gdy wykonuje inne obliczenia na danych.

Jeśli porównasz ten i poprzedni wykres, zobaczysz, że linia regresji liniowej na drugim wykresie ma nieco bardziej strome nachylenie, ponieważ punkt o hp = 335 jest uwzględniany podczas obliczania linii regresji, mimo że nie jest widoczny na wykresie .

ggplot(mtcars, aes(mpg, hp)) + 
  geom_point() +
  coord_cartesian(ylim=c(0,300)) +
  geom_smooth(method="lm")

Tylko dla potrząśnięcia uzupełniającego odpowiedź udzieloną przez eipi10.

Miałem ten sam problem, bez użycia scale_y_continuousnor coord_cartesian.

Konflikt pochodził z osi X, na której zdefiniowałem limits = c(1, 30). Wygląda na to, że takie limity nie zapewniają wystarczającej ilości miejsca, jeśli chcesz „omijać” paski, więc R nadal generuje błąd

Usunięto 8 wierszy zawierających brakujące wartości (geom_bar)

Dostosowanie granic osi x do limits = c(0, 31)rozwiązania problemu.

Podsumowując, nawet jeśli nie stawiasz granic swojej osi y, sprawdź zachowanie osi X, aby upewnić się, że masz wystarczająco dużo miejsca

Nawet jeśli dane mieszczą się w określonych granicach (np. c(0, 335)), Dodanie geom_jitter()instrukcji może przesunąć niektóre punkty poza te granice, powodując ten sam komunikat o błędzie.

library(ggplot2)

range(mtcars$hp)
#> [1]  52 335

# No jitter -- no error message
ggplot(mtcars, aes(mpg, hp)) + 
    geom_point() +
    scale_y_continuous(limits=c(0,335))


# Jitter is too large -- this generates the error message
ggplot(mtcars, aes(mpg, hp)) + 
    geom_point() +
    geom_jitter(position = position_jitter(w = 0.2, h = 0.2)) +
    scale_y_continuous(limits=c(0,335))
#> Warning: Removed 1 rows containing missing values (geom_point).

^{Utworzony 2020-08-24 przez pakiet reprex (v0.3.0)}

Wpadłem na to również, ale w przypadku, gdy chciałem uniknąć dodatkowych komunikatów o błędach, zachowując podany zakres. Opcją jest również podzbiór danych przed ustawieniem zakresu, aby zakres mógł być zachowany w dowolny sposób bez wyzwalania ostrzeżeń.

library(ggplot2)

range(mtcars$hp)
#> [1]  52 335

# Setting limits with scale_y_continous (or ylim) and subsetting accordingly
## avoid warning messages about removing data
ggplot(data= subset(mtcars, hp<=300 & hp >= 100), aes(mpg, hp)) + 
  geom_point() +
  scale_y_continuous(limits=c(100,300))