如何在R中绘制同面板双回归曲线（含标准误，无需转置数据）

步骤说明 #

我们可以借助ggplot2和dplyr包实现需求，无需转置原始长格式数据，通过数据筛选与配对合并构建绘图数据集，再完成可视化。

完整代码 #

# 加载所需包
library(ggplot2)
library(dplyr)

# 原始数据集
df <- tibble::tibble(
  cultivar = rep(c("cv1", "cv2", "cv3"), each = 5L),
  treatment = rep(c("Control", "Type 1", "Type 2", "Type 3", "Type 4"), 3),
  weight = c(10.6475, 25.355, 34.455, 40.355, 49.4225, 11.33571, 26.47, 31.04, 34.59167,
             49.00857, 14.03, 32.5, 19.73, 47.705, 56.74),
  std_err = c(
    1.111796, 1.232541, 3.174625, 2.887711, 1.478566, 1.244666, 2.491744,
    4.798628, 5.259148, 4.009993, 0.62, 0.6, 1.34, 0.015, 2.32
  )
)

# 提取cv1的基准数据，用于后续配对
cv1_base <- df %>% 
  filter(cultivar == "cv1") %>% 
  select(treatment, weight_cv1 = weight, se_cv1 = std_err)

# 构建cv1与cv2的配对数据集
cv1_cv2_df <- df %>% 
  filter(cultivar == "cv2") %>% 
  left_join(cv1_base, by = "treatment") %>% 
  mutate(comparison_group = "cv1 vs cv2")

# 构建cv1与cv3的配对数据集
cv1_cv3_df <- df %>% 
  filter(cultivar == "cv3") %>% 
  left_join(cv1_base, by = "treatment") %>% 
  mutate(comparison_group = "cv1 vs cv3")

# 合并两个配对数据集
plot_data <- bind_rows(cv1_cv2_df, cv1_cv3_df)

# 绘制图形
ggplot(plot_data, aes(x = weight_cv1, y = weight, color = comparison_group)) +
  # 绘制数据点
  geom_point(size = 3) +
  # 添加y轴方向的标准误误差棒（对应对比品种）
  geom_errorbar(aes(ymin = weight - std_err, ymax = weight + std_err), width = 0.5) +
  # 添加x轴方向的标准误误差棒（对应cv1）
  geom_errorbarh(aes(xmin = weight_cv1 - se_cv1, xmax = weight_cv1 + se_cv1), height = 0.5) +
  # 绘制线性回归曲线及置信区间
  geom_smooth(method = "lm", se = TRUE, alpha = 0.2) +
  # 设置坐标轴与图例标签
  labs(x = "cv1 重量", y = "对比品种重量", color = "对比组") +
  # 使用简洁主题
  theme_minimal()

代码解释 #

1. 数据预处理：通过filter提取cv1的基准数据，再分别与cv2、cv3的数据按treatment字段配对，添加分组标识后合并，全程未转置原始数据。
2. 绘图元素说明：
   • geom_point绘制每个treatment对应的配对数据点；
   • geom_errorbar和geom_errorbarh分别添加y轴（对比品种）和x轴（cv1）的标准误误差棒；
   • geom_smooth(method = "lm")自动拟合线性回归曲线，并显示95%置信区间。

内容的提问来源于stack exchange，提问作者J.K Kim