因子变量中的缺失值问题答案

【问题标题】：Problem with missing values in a factor variable因子变量中的缺失值问题
【发布时间】：2020-05-10 00:24:01
【问题描述】：

我有一个关于近 3,000 只收获动物的数据集，我正在尝试制作一些按性别分组的长度和重量的密度图。 SEX 变量是一个因子变量。问题是其中一些动物缺少性别决定，我遇到了各种各样的问题，似乎大多数问题都与这些缺失值有关。

我的数据框叫CATCH，读取数据后，我将SEX变量归类为因子：

catch$SEX <- as.factor(as.character(catch$SEX))

为所有数据制作基本密度图效果很好

ggplot(catch, aes(x = LENGTH)) +
  geom_density(color="black",fill="lightblue")

但我收到警告“删除了 23 行包含非有限值 (stat_density)”，我认为这是缺失值。

在制作按性别分组的相似情节时

ggplot(catch, aes(x = LENGTH,y=..count..,fill=SEX)) +
  geom_density() +
  scale_color_manual(values = c("#868686FF", "#EFC000FF","#f6f6f6f6")) +
  scale_fill_manual(values = c("#868686FF", "#EFC000FF","#E6E6E6E6"))

我得到了完全相同的警告，但是 NA 并没有被省略。 NA 有一个单独的图表，因此它们是图例的一部分：

如何正确声明因子变量 SEX 的缺失值，以及如何在分析中忽略它们？

【问题讨论】：

标签： r density-plot

【解决方案1】：

您可以在使用tidyverse 包进行绘图之前尝试过滤NAs

library(tidyverse)
catch %>%
   filter(!is.na(SEX)) %>%
   ggplot(aes(x = LENGTH,y=..count..,fill=SEX)) +
     geom_density() +
     scale_color_manual(values = c("#868686FF", "#EFC000FF","#f6f6f6f6")) +
     scale_fill_manual(values = c("#868686FF", "#EFC000FF","#E6E6E6E6"))

【讨论】：

错误信息：“找不到函数 %>%”