如何在ggplot的scale_color_identity中动态调用数据集变量设置图例标签？

要实现用scale_color_identity()并动态调用数据集中的Name作为图例标签，核心是先构建颜色值到名称的映射关系，再传递给scale_color_identity()的labels参数。这种方式能自动适配任意数据过滤场景，无需手动修改标签或颜色值。

完整实现代码 #

library(ggplot2)
library(dplyr)

FakeData <- data.frame(Name = c("Bob Jungels", "Bob Jungels","Bob Jungels", "Sepp Kuss", "Sepp Kuss", "Sepp Kuss", "Egan Bernal", "Egan Bernal", "Egan Bernal"),
                       TeamColor = c("#00ab8e", "#00ab8e", "#00ab8e", "#ffe100", "#ffe100", "#ffe100", "#b61615", "#b61615", "#b61615"),
                       Distance = c(0, 60, 120, 0, 60, 120, 0, 60, 120),
                       Place = c(1, 1, 35, 75, 17, 1, 65, 10, 3))

# 从数据中提取颜色与名称的唯一映射，生成命名向量
color_name_map <- FakeData %>%
  distinct(TeamColor, Name) %>%
  tibble::deframe() # 将两列转换为"颜色值=名称"的键值对结构

ggplot(FakeData) +
  geom_line(aes(x = Distance, y = Place, color = TeamColor), size = 1.5) +
  scale_color_identity(
    labels = color_name_map, # 传入映射作为图例标签
    guide = "legend" # 强制显示图例（scale_color_identity默认隐藏图例）
  )

适配数据过滤场景的验证 #

如果对数据集进行过滤（比如仅保留两位选手），只需基于过滤后的数据重新生成映射即可，绘图逻辑无需改动：

# 过滤数据集
filtered_data <- FakeData %>% filter(Name != "Bob Jungels")
# 基于过滤后的数据生成新映射
color_name_map_filtered <- filtered_data %>% distinct(TeamColor, Name) %>% tibble::deframe()

ggplot(filtered_data) +
  geom_line(aes(x = Distance, y = Place, color = TeamColor), size = 1.5) +
  scale_color_identity(labels = color_name_map_filtered, guide = "legend")

报错原因说明 #

你之前的代码报错object 'Name' not found，是因为scale层的参数不会自动继承ggplot的data环境，labels参数无法直接识别数据框内的变量。通过提前从数据中构建命名向量，既解决了环境识别问题，又保证了映射关系随数据动态更新。

紧凑写法（无需单独定义映射变量） #

也可以直接在scale_color_identity()内部构建映射，让代码更简洁：

ggplot(FakeData) +
  geom_line(aes(x = Distance, y = Place, color = TeamColor), size = 1.5) +
  scale_color_identity(
    labels = ~FakeData %>% distinct(TeamColor, Name) %>% tibble::deframe() %>% .[.x],
    guide = "legend"
  )

内容的提问来源于stack exchange，提问作者Dalton Linkus