如何用ggplot为交叉研究受试者生成带ID的单独叠加处理图

方法概述 #

要实现每个受试者单独的图形并叠加T、R两种处理的结果，可通过两种方式实现：

• 分面图：一次性生成所有受试者的图形面板，便于整体对比
• 单独文件：为每个受试者生成独立的图形文件，适合单独查看或报告使用

代码实现 #

方式1：生成分面图（所有受试者在同一画布） #

这种方式无需循环，利用ggplot2的分面功能快速生成所有受试者的图形：

library(ggplot2)

# 绘制分面图，每个分面对应一个受试者
subject_facet_plot <- ggplot(Totalplot, aes(x = time, y = conc, color = drug)) +
  # 添加数据点
  geom_point(alpha = 0.5, shape = 2) +
  # 添加曲线，忽略NA值避免曲线中断
  geom_line(linewidth = 0.5, na.rm = TRUE) +
  # 设置坐标轴标签
  xlab('时间 (h)') +
  ylab('血浆药物X浓度 (ng/ml)') +
  # 设置标题和图例名称
  labs(title = '各受试者血浆药物浓度曲线', color = '处理组') +
  # 按受试者ID分面，可调整列数（ncol）
  facet_wrap(~subj, ncol = 2) +
  # 使用简洁的主题，并增强受试者ID的显示效果
  theme_bw() +
  theme(strip.text = element_text(size = 12, face = 'bold'))

# 显示图形
print(subject_facet_plot)

方式2：生成单独的图形文件（每个受试者一个文件） #

如果需要为每个受试者保存独立的图形文件，可结合dplyr和purrr实现循环生成：

library(ggplot2)
library(dplyr)
library(purrr)

# 获取所有唯一的受试者ID
subject_ids <- unique(Totalplot$subj)

# 循环处理每个受试者
walk(subject_ids, function(id) {
  # 筛选当前受试者的数据
  subj_data <- filter(Totalplot, subj == id)
  
  # 绘制当前受试者的图形
  subj_plot <- ggplot(subj_data, aes(x = time, y = conc, color = drug)) +
    geom_point(alpha = 0.5, shape = 2) +
    geom_line(linewidth = 0.5, na.rm = TRUE) +
    xlab('时间 (h)') +
    ylab('血浆药物X浓度 (ng/ml)') +
    # 标题中包含受试者ID
    labs(title = paste('受试者', id, '血浆药物浓度曲线'), color = '处理组') +
    theme_bw()
  
  # 保存图形，文件名包含受试者ID
  ggsave(filename = paste0('subject_', id, '_concentration_plot.png'),
         plot = subj_plot, width = 6, height = 4, dpi = 300)
})

关键说明 #

• 无需对数据进行分组汇总：直接使用原始数据即可保留每个受试者的个体数据
• 处理NA值：在geom_line中添加na.rm = TRUE，避免因缺失值导致曲线中断
• 自定义样式：可根据需求调整图形的大小、颜色、主题等参数

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