这个问题我之前也碰到过，核心问题是你用了按顺序匹配的颜色向量，但目标国家（美国、印度、巴西）大概率不在Country因子顺序的前两位，所以没法正确对应上。解决的关键是用命名颜色向量来精准绑定国家和颜色，而不是靠顺序，具体做法如下：

步骤1：构建精准的颜色映射向量 #

我们先给目标国家指定专属颜色，再给其余国家统一设置灰色：

# 1. 定义目标国家及其对应颜色（可自定义颜色值，比如十六进制色号）
target_countries <- c("United States", "India", "Brazil")
target_colors <- c("black", "red", "blue") # 你可以替换成想要的颜色，比如"#FF5733"
names(target_colors) <- target_countries # 给颜色向量命名，绑定国家和颜色

# 2. 获取所有国家列表，给非目标国家设置灰色
all_countries <- unique(y$Country)
other_countries <- setdiff(all_countries, target_countries)
other_colors <- rep("gray50", length(other_countries)) # 用gray50比纯gray更柔和，可调整
names(other_colors) <- other_countries

# 3. 合并成完整的颜色映射向量
color_palette <- c(target_colors, other_colors)

步骤2：应用到ggplot绘图 #

把上面构建的color_palette传给scale_color_manual的values参数即可：

ggplot(data = y, aes(x = Date, y = Deaths, color = Country)) +
  geom_line() +
  scale_color_manual(values = color_palette)

为什么之前的方法失效？ #

你之前的代码scale_color_manual(values = c("black", "red", rep("gray", 196)))是按因子顺序匹配颜色：ggplot会把Country列转成因子，颜色向量的第1个值对应因子第1个水平，第2个对应第2个水平……如果美国、印度、巴西不在前两个因子水平，自然不会被设置成指定颜色。而命名向量则是直接通过国家名称匹配，完全不受因子顺序影响。

额外优化（可选） #

如果想让目标国家在图例里排在最前面，可以调整因子顺序：

y$Country <- factor(y$Country, levels = c(target_countries, other_countries))

再绘图的话，图例就会先显示美国、印度、巴西，再显示其他灰色的国家，更直观。

内容的提问来源于stack exchange，提问作者simple114141