如何避免ggplot双变量箱线图中显著性字母堆叠？

问题背景 #

有包含genotype（基因型）和treatment（处理）的数据集，另有存储这两个变量组合对应显著性字母的数据集，希望将字母绘制在对应基因型箱线图的上方/下方，但原代码中字母会在treatment位置堆叠，无法区分。

解决方案 #

核心是利用ggplot2的position_dodge机制，让显著性字母和对应箱线图的分组位置自动对齐，无需手动计算坐标。

修改后的完整代码 #

# 加载必要包
library(ggplot2)

# 示例数据（替换为你的数据）
set.seed(123)
treatment <- rep(c("Treatment1", "Treatment2"), each = 25)
genotype <- rep(c("Genotype1", "Genotype2", "Genotype3", "Genotype4", "Genotype5"), times = 10)
value <- rnorm(50, mean = 10, sd = 2)
data <- data.frame(treatment, genotype, value)

# 示例显著性字母数据集
significance_df <- data.frame(
  treatment = c("Treatment1", "Treatment1", "Treatment2", "Treatment2"),
  genotype = c("Genotype1", "Genotype2", "Genotype3", "Genotype4"),
  letters = c("A", "B", "C", "D")
)

# 统一因子水平（确保两个数据集的genotype/treatment顺序一致）
data$genotype <- factor(data$genotype)
significance_df$genotype <- factor(significance_df$genotype, levels = levels(data$genotype))
data$treatment <- factor(data$treatment)
significance_df$treatment <- factor(significance_df$treatment, levels = levels(data$treatment))

# 绘制箱线图并添加显著性字母
ggplot(data, aes(x = treatment, y = value, fill = genotype)) +
  geom_boxplot(position = position_dodge(width = 0.8)) + # 指定箱线图的分组间距
  labs(x = "处理", y = "数值", title = "不同处理下各基因型的数值箱线图") +
  scale_fill_manual(values = c("Genotype1" = "blue", "Genotype2" = "red", "Genotype3" = "green", 
                               "Genotype4" = "orange", "Genotype5" = "purple")) +
  theme_minimal() +
  # 添加显著性字母，用position_dodge和箱线图保持相同间距，group=genotype确保分组对齐
  geom_text(data = significance_df, 
            aes(x = treatment, y = 14, label = letters, group = genotype), # y值可根据数据范围调整
            position = position_dodge(width = 0.8), 
            vjust = -0.5)

关键说明 #

1. 统一因子水平：确保两个数据集中genotype和treatment的因子顺序一致，避免分组错位。
2. position_dodge对齐：geom_boxplot和geom_text都使用position_dodge(width = 0.8)，其中width值保持一致（默认箱线图的dodge宽度就是0.8），让字母和对应箱线图的位置自动匹配。
3. group映射：在geom_text的aes中指定group = genotype，确保ggplot识别分组逻辑，正确应用position_dodge。
4. y值调整：y = 14可根据你的数据最大值调整，保证字母在箱线图上方合适位置；如果要放在下方，可设置为小于数据最小值的数值，同时调整vjust = 1.5。

内容的提问来源于stack exchange，提问作者ktm