如何用ggplot循环叠加绘制多数据集并添加回归线展示辛普森悖论？

核心结论 #

没必要循环累加调用ggplot，合并数据+映射颜色属性是更简洁高效的方案，完全能实现你要的叠加效果（包括分组回归线）。

具体实现步骤 #

1. 推荐方案：直接用完整数据集分组绘图 #

ggplot的设计逻辑就是基于数据框的变量映射，直接把Country作为颜色变量，一次调用就能完成所有组的叠加，还能自动处理颜色区分：

library(ggplot2)
# 绘制散点+分组回归线
ggplot(dataf, aes(x = varA, y = varB, color = Country)) +
  geom_point(size = 2) +  # 绘制各组散点
  geom_smooth(method = "lm", se = FALSE) +  # 添加每组的回归线，se=FALSE关闭置信区间
  theme_minimal()

2. 备选方案：循环累加图层（不推荐） #

如果一定要用循环实现，可以先初始化一个空的ggplot对象，然后在循环中逐步添加图层：

library(ggplot2)
library(scales)

# 初始化空的ggplot对象
p <- ggplot() + aes(x = varA, y = varB)

for (i in 1:6) {
  # 提取单个国家的数据
  country_data <- subset(dataf, Country == vec[i])
  # 分配对应颜色（用hue_pal生成标准ggplot颜色）
  group_color <- hue_pal()(6)[i]
  # 向空图中添加当前国家的散点和回归线
  p <- p +
    geom_point(data = country_data, color = group_color) +
    geom_smooth(data = country_data, method = "lm", se = FALSE, color = group_color)
}

# 最终输出图形
print(p)

这种方式比直接映射颜色繁琐，还容易出现颜色不统一、图层混乱的问题，仅作为特殊场景的备选。

原代码失效原因 #

你之前的代码每次循环都会创建全新的ggplot对象，而不是在同一个对象上叠加图层，再加上dev.off()关闭绘图设备，自然会覆盖之前的图形，无法实现叠加效果。ggplot的图层是通过+运算符逐步添加到同一个对象上的，而非每次重新生成新图。

额外提示：复现辛普森悖论效果 #

如果你的数据还没体现辛普森悖论，可以调整数据趋势：让整体的回归线方向和单个国家的回归线方向相反（比如整体x与y负相关，但每个国家内部x与y正相关），就能复现目标GIF里的效果。

内容的提问来源于stack exchange，提问作者user4672571