R语言中pivot_longer数据geom_line/geom_point可视化问题解决

需求背景 #

需用geom_line和geom_point绘制某生物标志物在7个连续时间点（Ct0至Ct6）的浓度相对变化率（var，%），规则如下：

• var为当前时间点相对前一个时间点的变化率
• 连续两个时间点浓度均≤15g/L时，线段和点为绿色
• 连续两个时间点其一>15g/L且var≥±50%时，线段和点为红色
• 连续两个时间点均>15g/L且var≥±20%时，线段和点为红色
• 点颜色优先级：红色高于绿色
• 含红色变化的id需显示在最上层

已通过pivot_longer转换数据、计算var、定义颜色标识grcol并绘图，但存在三个问题：

1. 最后一个点为灰色，需与最后一段线段同色
2. 红色线段在交点处被绿色线段遮挡
3. 红色点被绿色点遮挡

问题解决方法 #

1. 修复最后一个点的颜色 #

最后一个点因无后续时间点，未被分配对应颜色导致显示灰色。需将每个点的颜色与关联线段的最高优先级颜色绑定：

• 逻辑上，每个点的颜色取其所在相邻线段的最高优先级颜色（红色优先）；最后一个点仅关联前一段线段，直接继承该线段颜色
• 示例代码逻辑：

  # 假设数据已处理为长格式，包含id、time、value、var、seg_color（线段颜色）
  data <- data %>%
    group_by(id) %>%
    mutate(
      point_color = case_when(
        # 若当前线段或下一段线段为红色，点设为红色
        seg_color == "red" | lead(seg_color, default = seg_color) == "red" ~ "red",
        TRUE ~ "green"
      )
    ) %>%
    ungroup()
  

2. 解决红色线段被遮挡问题 #

ggplot按图层绘制顺序决定层级，调整绘制顺序即可让红色线段在上：

• 先绘制绿色线段，再绘制红色线段；同时给数据添加has_red标识，先画无红色变化的id，再画含红色变化的id，确保后者整体在上
• 示例代码：

  # 先标记每个id是否含红色变化
  data <- data %>%
    group_by(id) %>%
    mutate(has_red = any(seg_color == "red")) %>%
    ungroup()
  
  ggplot() +
    # 先画无红色变化的绿色线段
    geom_line(data = filter(data, !has_red), 
              aes(x = time, y = var, group = id, color = seg_color)) +
    # 再画含红色变化的线段（绿色+红色）
    geom_line(data = filter(data, has_red), 
              aes(x = time, y = var, group = id, color = seg_color)) +
    # 最后单独画红色线段，确保覆盖绿色交点
    geom_line(data = filter(data, seg_color == "red"), 
              aes(x = time, y = var, group = id, color = seg_color)) +
    scale_color_manual(values = c(green = "#00A86B", red = "#E63946"))
  

3. 解决红色点被遮挡问题 #

与线段逻辑一致，调整点的绘制顺序：

• 先绘制绿色点，再绘制红色点；若需含红色变化的id点整体在上，可同步按has_red分组绘制
• 示例代码：

  ggplot() +
    # 先画无红色变化的绿色点
    geom_point(data = filter(data, !has_red & point_color == "green"), 
               aes(x = time, y = var, group = id, color = point_color)) +
    # 再画含红色变化的绿色点
    geom_point(data = filter(data, has_red & point_color == "green"), 
               aes(x = time, y = var, group = id, color = point_color)) +
    # 最后画所有红色点
    geom_point(data = filter(data, point_color == "red"), 
               aes(x = time, y = var, group = id, color = point_color)) +
    scale_color_manual(values = c(green = "#00A86B", red = "#E63946"))
  

pivot_longer是否为最优方案？ #

pivot_longer是处理这类宽格式时间序列数据的最优方案之一：

• 作为tidyverse生态的标准宽转长工具，语法简洁直观，能快速将Ct0至Ct6的列转换为时间-值的长格式，便于后续计算var、分组和绘图
• 长格式是ggplot处理时间序列的标准格式，后续的颜色计算、分组绘图都能流畅实现
• 替代方案如reshape2::melt也能实现宽转长，但pivot_longer参数更灵活，支持复杂列名匹配，更适配当前时间点的命名规则（Ct0至Ct6）

内容的提问来源于stack exchange，提问作者denis