如何在ggplot2中按变量绘制分布并添加总体分布小提琴图？

要添加总体人群的小提琴图，核心是先构造包含“总体”类别的数据集，再用ggplot绘制：

1. 预处理数据集 #

把原数据复制一份，将COUNTRY列替换为“总体”，然后和原数据合并：

# 原数据
df <- data.frame(ID = 1:200, 
                 M500 = rnorm(200),
                 COUNTRY = rep( c("PERU", "MEXICO", "COLOMBIA"),length.out = 200))

# 构造包含总体的数据集
df_total <- df
df_total$COUNTRY <- "总体"
df_combined <- rbind(df, df_total)

2. 修改绘图代码 #

用合并后的数据集df_combined绘图，此时x轴会自动包含四个类别（PERU、MEXICO、COLOMBIA、总体）：

library(ggplot2)

ggplot(df_combined, aes(x = COUNTRY, y = M500, color = COUNTRY, fill = COUNTRY)) +
  geom_violin(alpha = 0.5, trim = TRUE) +
  geom_point(position = position_jitter(width = 0.1), alpha = 0.5, size = 2) +
  stat_summary(fun = "mean", geom = "crossbar", color = "black", size = 0.5) +
  scale_color_brewer(palette = "Set1") +
  scale_fill_brewer(palette = "Set1") +
  theme_minimal() +
  labs(title = "不同国家与总体人群M500分布对比", x = "类别", y = "M500")

补充说明 #

• 合并数据集后，“总体”对应的所有M500值就是原数据的全部样本，绘制出的小提琴图就是总体分布
• 如果想让“总体”的颜色和其他国家区分更明显，可以手动指定颜色，替换掉scale_color_brewer()和scale_fill_brewer()：

  scale_color_manual(values = c("PERU" = "#E41A1C", "MEXICO" = "#377EB8", "COLOMBIA" = "#4DAF4A", "总体" = "#984EA3"))
  scale_fill_manual(values = c("PERU" = "#E41A1C", "MEXICO" = "#377EB8", "COLOMBIA" = "#4DAF4A", "总体" = "#984EA3"))
  

内容的提问来源于stack exchange，提问作者Humberto