如何在R语言中基于多因素表格绘制多条曲线？

问题排查 #

你的代码运行失败主要有几个核心原因：

• 列名不匹配：表格里的分组列是Condition，你代码里误用了Treatment；downsampling是小写，代码里写成Downsampling；物种列E. coli/S. cerevisiae被你写成E.coli/S.cerevisiae（缺少空格），导致R无法找到对应数据列。
• 数据格式未处理：downsampling如果是字符型，x轴排序会混乱，需要转为数值型。
• 写法冗余：多次调用geom_line不仅低效，还容易因重复代码出错，推荐用长数据格式实现。

正确实现步骤 #

1. 导入并整理数据 #

先将表格读入R，修正数据格式并转为ggplot友好的长数据：

# 加载所需工具包
library(ggplot2)
library(tidyr)
library(dplyr)

# 直接读取你提供的表格数据（如果是本地文件，替换为read.csv("你的文件路径.csv")）
df <- read.table(text = "Condition   downsampling    E. coli S. cerevisiae
 Treated    45000000    1   0.944968385
 Treated    40000000    1   0.932060195
 Treated    32000000    1   0.900323585
 Treated    16000000    0.99999549  0.73127366
 Treated    8000000 0.99993898  0.503170515
 Treated    4000000 0.99892133  0.30287704
 Treated    2000000 0.97810106  0.16861184
 Treated    1000000 0.86656028  0.089200035
Untreated   45000000    0.886457145 0.108071345
Untreated   40000000    0.85728706  0.09729946
Untreated   32000000    0.79344402  0.08072991
Untreated   16000000    0.553520285 0.04306675
Untreated   8000000 0.337149605 0.023035225
Untreated   4000000 0.18756713  0.0119472
Untreated   2000000 0.097686445 0.006072755
Untreated   1000000 0.05007619  0.0031243", header = TRUE)

# 转换downsampling为数值型，避免x轴排序混乱
df$downsampling <- as.numeric(df$downsampling)

# 将宽数据转为长数据（tidy格式），合并物种和条件作为分组
df_long <- df %>%
  pivot_longer(cols = c("E. coli", "S. cerevisiae"), 
               names_to = "Species", 
               values_to = "Coverage") %>%
  mutate(Group = paste(Species, Condition, sep = " "))

2. 绘制并保存曲线 #

用长数据格式，一次调用geom_line即可生成4条目标曲线：

# 绘图
p <- ggplot(df_long, aes(x = downsampling, y = Coverage, color = Group)) +
  geom_line(size = 1.5) +
  # 设置坐标轴标签
  labs(x = "Downsampling", y = "Genome Coverage (%)") +
  # 自定义对应分组的颜色
  scale_color_manual(values = c(
    "E. coli Treated" = "green",
    "S. cerevisiae Treated" = "purple",
    "E. coli Untreated" = "blue",
    "S. cerevisiae Untreated" = "red"
  )) +
  theme_minimal()

# 显示图形
print(p)

# 保存图形到本地
ggsave(filename = "test.png", plot = p, height = 8, width = 10)

额外说明 #

• 如果你的数据是从本地文件读取，替换read.table部分为read.csv("你的文件路径.csv")即可，注意检查列名是否和代码一致。
• 长数据格式是ggplot的标准用法，后续调整分组、添加误差线或其他元素会更灵活。

内容的提问来源于stack exchange，提问作者desplat yvain