如何在含多分组变量的ggplot条形图中按Stage排序组内条形

最小可复现示例（MWE） #

df <- data.frame(Y = c(1:12),
                 Combination = c(1,1,2,2,3,3,4,4,5,5,6,6),
                 Treatment = c("AX", "AY", "AY", "AX", 
                               "BZ", "BY", "BZ", "BX", 
                               "BY", "BX", "BX", "BY"),
                 Stage = rep(c(1,2), 6)
                      )

需求说明 #

需要绘制满足以下要求的条形图：

• x轴按Combination分组
• 条形按Treatment填充颜色
• 每个Combination组内的条形，需按Stage变量排序

现有代码问题 #

当前代码仅实现了前两个要求，无法控制组内条形的排序逻辑，默认按Treatment的字母顺序排列，不符合按Stage排序的需求：

my_greys <- c("#000000", "#707070", "#000000","#707070", "#CCCCCC")

ggplot(df, aes(y = Y, fill = factor(Treatment), x = Combination)) +
   geom_bar(position='dodge', stat='summary', fun='mean', show.legend = T) +
   theme_classic() + 
   scale_fill_manual(values = my_greys)

解决方案 #

核心思路是通过group参数显式指定组内排序的依据，让position_dodge按目标顺序排列条形：

方法一：直接指定group参数 #

my_greys <- c("#000000", "#707070", "#000000","#707070", "#CCCCCC")

ggplot(df, aes(y = Y, fill = factor(Treatment), x = Combination, group = Stage)) +
  geom_bar(position = position_dodge(width = 0.9), stat = 'summary', fun = 'mean', show.legend = TRUE) +
  theme_classic() + 
  scale_fill_manual(values = my_greys)

方法二：预处理生成带排序的因子变量 #

如果需要更灵活的排序控制，可以先对数据预处理，生成每个Combination内按Stage排序的Treatment因子：

library(dplyr)

# 按Combination和Stage排序，生成带顺序的Treatment因子
ordered_df <- df %>%
  arrange(Combination, Stage) %>%
  group_by(Combination) %>%
  mutate(ordered_treatment = factor(Treatment, levels = unique(Treatment))) %>%
  ungroup()

# 绘图
my_greys <- c("#000000", "#707070", "#000000","#707070", "#CCCCCC")

ggplot(ordered_df, aes(y = Y, fill = ordered_treatment, x = Combination, group = ordered_treatment)) +
  geom_bar(position = position_dodge(width = 0.9), stat = 'summary', fun = 'mean', show.legend = TRUE) +
  theme_classic() + 
  scale_fill_manual(values = my_greys, name = "Treatment")

原理说明 #

默认情况下，position_dodge会根据fill变量的因子顺序排列条形。通过显式设置group参数为Stage（或预处理后的排序因子），可以强制ggplot按照指定变量的顺序来排列每个Combination组内的条形，从而实现按Stage排序的需求。

内容的提问来源于stack exchange，提问作者Lin Jing