r - 识别并绘制被 NA 包围的数据点

Question

我正在使用 ggplot2 和 geom_line() 制作大量时间序列的线图。数据集有大量缺失值，我很高兴没有在缺失的部分之间画线，因为这看起来很尴尬。

我的问题是未绘制被 NA 包围的单个非 NA 数据点(或系列开始/结束时另一侧有 NA 的点)。一个潜在的解决方案是为所有观察添加 geom_point()，但这会使我的文件大小增加十倍，并使绘图更难阅读。

因此，我只想识别那些未使用 geom_line() 显示的数据点，并仅为那些数据点添加点。有没有一种直接的方法来识别这些点？

我的数据目前是长格式的，下面的MWE可以作为说明。我想确定第 1 行和第 7 行，以便绘制它们:

library(ggplot2)
set.seed(1)
dat <- data.frame(time=rep(1:5,2),country=rep(1:2,each=5),value=rnorm(10))
dat[c(2,6,8),3] <- NA
ggplot(dat) + geom_line(aes(time,value,group=country))

> dat
   time country      value
1     1       1 -0.6264538
2     2       1         NA
3     3       1 -0.8356286
4     4       1  1.5952808
5     5       1  0.3295078
6     1       2         NA
7     2       2  0.4874291
8     3       2         NA
9     4       2  0.5757814
10    5       2 -0.3053884

Answer 1

您可以使用 zoo::rollapply 函数来创建一个新列，其值仅由 NA 引起。然后你可以简单地绘制这些点。例如:

library(zoo)
library(ggplot2)

foo <-  data.frame(time =c(1:11), value = c(1 ,NA, 3, 4, 5, NA, 2, NA, 4, 5, NA))

# Perform sliding window processing
val <- c(NA, NA, foo$value, NA, NA) # Add NA at the ends of vector
val <- rollapply(val, width = 3, FUN = function(x){
    if (all(is.na(x) == c(TRUE, FALSE, TRUE))){
        return(x[2])
    } else {
        return(NA)
    }
})

foo$val_clean <- val[c(-1, -length(val))] # Remove first and last values

foo$val_clean

ggplot(foo) + geom_line(aes(time, value)) + geom_point(aes(time, val_clean))