如何在ggplot中按因子S分组，为列均值绘制横竖参考线？

问题 #

我有如下格式的tibble数据框：

# A tibble: 6 × 8
      N     S    DG     P locus replicate      MLE_s_BwS      MLE_s_WF
  <int> <dbl> <int> <int> <int>     <int>          <dbl>         <dbl>
1   100     0     1     1     0         0        -0.174        -0.183 
2   100     0     1     1     1         0         0.143         0.143 
3   100     0     1     1     2         0        -0.0758       -0.0758
4   100     0.1   10    1     3         0        -0.141        -0.141 
5   100     0.1   10    1     4         0         0.102         0.102 
6   100     0.1   10    1     5         0         0.102         0.102

我用ggplot分别绘制DG == 1和DG == 10时，MLE_s_BwS与MLE_s_WF的散点图，代码如下：

my_plot_DG1 <- ggplot(
    estimations_pivoted[estimations_pivoted$DG == 1,],
    aes(x = MLE_s_WF, y = MLE_s_BwS)
  ) +
  geom_point(aes(col = as.factor(S)), alpha = 0.5) +
  scale_color_manual(values = c("purple2", "yellow")) +
  geom_abline(linetype = "dotted") +
  xlim(x_lim) + ylim(y_lim) +
  theme_minimal()

现在需要按S == 0和S == 0.1分组，分别为MLE_s_BwS的均值绘制水平线、为MLE_s_WF的均值绘制垂直线。目前只能手动计算均值后调用geom_hline，不够优雅，有没有更简洁的实现方式？

解决方案 #

方法一：用stat_summary自动计算并绘制分组均值线 #

利用stat_summary可以直接在绘图时按S分组计算均值，自动生成对应水平线和垂直线，无需手动计算：

my_plot_DG1 <- ggplot(
    estimations_pivoted[estimations_pivoted$DG == 1,],
    aes(x = MLE_s_WF, y = MLE_s_BwS, color = as.factor(S))
  ) +
  geom_point(alpha = 0.5) +
  scale_color_manual(values = c("purple2", "yellow")) +
  # 按S分组绘制MLE_s_WF均值的垂直线
  stat_summary(
    aes(xintercept = after_stat(x)),
    fun = mean,
    geom = "vline",
    linetype = "solid",
    linewidth = 0.8
  ) +
  # 按S分组绘制MLE_s_BwS均值的水平线
  stat_summary(
    aes(yintercept = after_stat(y)),
    fun = mean,
    geom = "hline",
    linetype = "solid",
    linewidth = 0.8
  ) +
  geom_abline(linetype = "dotted") +
  xlim(x_lim) + ylim(y_lim) +
  theme_minimal()

该方法会自动匹配分组颜色，线条颜色与对应分组的点一致，逻辑简洁高效。

方法二：提前生成汇总数据再绘制 #

如果需要更灵活控制汇总逻辑，可先通过分组计算得到均值数据，再传入绘图函数：

# 生成按DG、S分组的均值汇总表
summary_data <- estimations_pivoted %>%
  group_by(DG, S) %>%
  summarise(
    mean_BwS = mean(MLE_s_BwS),
    mean_WF = mean(MLE_s_WF),
    .groups = "drop"
  )

# 绘制DG=1的散点图+均值线
my_plot_DG1 <- ggplot(
    estimations_pivoted[estimations_pivoted$DG == 1,],
    aes(x = MLE_s_WF, y = MLE_s_BwS, color = as.factor(S))
  ) +
  geom_point(alpha = 0.5) +
  scale_color_manual(values = c("purple2", "yellow")) +
  # 匹配DG=1的汇总数据绘制水平线
  geom_hline(
    data = summary_data[summary_data$DG == 1,],
    aes(yintercept = mean_BwS, color = as.factor(S)),
    linetype = "solid",
    linewidth = 0.8
  ) +
  # 匹配DG=1的汇总数据绘制垂直线
  geom_vline(
    data = summary_data[summary_data$DG == 1,],
    aes(xintercept = mean_WF, color = as.factor(S)),
    linetype = "solid",
    linewidth = 0.8
  ) +
  geom_abline(linetype = "dotted") +
  xlim(x_lim) + ylim(y_lim) +
  theme_minimal()

这种方式的优势是汇总数据可复用，方便绘制多个不同DG值的图表，也便于查看具体均值数值。

内容的提问来源于stack exchange，提问作者Kiffikiffe