如何在同一图表中按fire_severity等级绘制两组箱线图？

我已经绘制出一张箱线图，该图展示了包含所有火灾等级的地表覆盖比例分布。
使用的数据是一张包含fire_severity（火灾等级）、ecozone（生态区）、cover_type（覆盖类型）、proportion（覆盖比例）字段的表格。

现在需要过滤数据，仅保留fire_severity为Low和High的条目，按fire_severity等级分别绘制以ecozone为X轴、proportion为Y轴的箱线图，最终效果是分为Low和High两个子图，每个子图中按生态区分组展示覆盖比例的箱线分布。

我编写了如下代码但无法正常运行：

table_long4 %>% filter(fire_severity == "Low", fire_severity == "High") %>%
  ggplot(table_long4, aes(x = cover_type, y = proportion, fill = ecozone)) +
  geom_boxplot(outlier.shape = NA, outlier.size = 0.5) +
  scale_fill_manual(values = c("red", "green", "blue"), name = "") +
  labs(y = "Proportion of ground cover", x = "Cover Type") +
  theme_bw() +
  theme(axis.title.x = element_blank(),
        legend.position = "top",
        legend.direction = "horizontal",
        legend.title = element_blank(),
        legend.justification = "left",
        legend.key.size = unit(0.6, "cm")) +
  scale_color_manual(values = c("red", "green", "blue"), name = "") +
    facet_wrap(~ Low + High)

你的代码存在几个关键问题，逐一修正：

• 过滤条件错误：filter(fire_severity == "Low", fire_severity == "High")用了逻辑与，一条数据不可能同时属于Low和High，应该用%in%匹配多个值：

  filter(fire_severity %in% c("Low", "High"))
  

• ggplot数据传递错误：管道符%>%已经把过滤后的数据传给ggplot，不需要再手动指定原数据集table_long4，直接映射美学属性即可。
• X轴映射错误：目标图的X轴是ecozone，你代码里写的是cover_type，需要修正为ecozone。
• 分面语法错误：facet_wrap(~ Low + High)是错误用法，应该按fire_severity字段分面，正确写法是facet_wrap(~ fire_severity)。
• 多余的颜色映射：你的箱线图用的是fill（填充色）映射，没有用到color（边框色），可以删除scale_color_manual这一行，避免冗余。

table_long4 %>% 
  filter(fire_severity %in% c("Low", "High")) %>%
  ggplot(aes(x = ecozone, y = proportion, fill = ecozone)) +
  geom_boxplot(outlier.shape = NA, outlier.size = 0.5) +
  scale_fill_manual(values = c("red", "green", "blue"), name = "") +
  labs(y = "地表覆盖比例", x = "生态区") +
  theme_bw() +
  theme(axis.title.x = element_blank(),
        legend.position = "top",
        legend.direction = "horizontal",
        legend.title = element_blank(),
        legend.justification = "left",
        legend.key.size = unit(0.6, "cm")) +
  facet_wrap(~ fire_severity)

内容的提问来源于stack exchange，提问作者Kaitlin Green