ggplot2分组箱线图均值点对齐组中心的原因及解决方法

问题原因 #

1. 数据重塑逻辑错误
   处理两组数据时，未指定melt函数的id.vars参数，导致Quality列被错误纳入数值列进行重塑，生成的长格式数据结构不符合分组绘图的要求，干扰了后续的图层分组逻辑。

2. 图层位置调整不匹配
   使用fill = Characteristic时，geom_boxplot默认启用position = position_dodge()，将同一Quality分组下的不同特征箱线图并排展示；但stat_summary默认不会继承该位置规则，仅在每个x = Quality的分组中心绘制均值，最终导致均值点与对应箱线图错位。

修复方案 #

步骤1：修正数据重塑代码 #

明确指定id.vars为Quality，确保仅特征列被转换为长格式：

# Create long-form data
Apples.Long <- Apples[, 2:9] # 假设第2列为Quality分组列，3-9列为各特征得分列
Apples.Long <- melt(Apples.Long, 
                    id.vars = "Quality", 
                    variable.name = "Characteristic", 
                    value.name = "Score")

该代码会生成结构正确的三列数据：Quality（分组变量）、Characteristic（特征类别）、Score（得分数值）。

步骤2：同步图层的位置调整参数 #

为stat_boxplot和stat_summary添加与geom_boxplot匹配的position_dodge参数（默认宽度为0.75），确保所有图层元素对齐：

# Create boxplots
ggplot(data = Apples.Long, mapping = aes(x = Quality, y = Score, fill = Characteristic)) +
  geom_boxplot() +
  stat_boxplot(geom = "errorbar", position = position_dodge(0.75)) +
  stat_summary(fun = "mean", shape = 20, position = position_dodge(0.75)) +
  labs(x = NULL, caption = "Figure 4: Boxplots of characteristics by quality") +
  theme_bw()

内容的提问来源于stack exchange，提问作者Michael