如何为ggplot2绘制的Range Graph添加图例？

你的代码无法显示图例的核心原因是**colour参数没有放在aes()映射内**——ggplot只有当视觉属性（如颜色、形状）与数据变量绑定时，才会自动生成图例。下面提供两种可行的实现方式：

方法1：不转长表，直接调整映射 #

无需修改数据结构，仅调整颜色映射逻辑即可快速生成图例：

library(tidyverse)
library(ggplot2)

RawData <- data.frame(
  Name = c("Product A", "Product B", "Product C", "Product D"),
  Total_SE = c(38.9, 41.8, 39.4, 41.8),
  Polar_SE = c(1.6, 4.7, 3.9, 2.2),
  Disperse_SE = c(37.4, 37, 35.5, 39.6)
)

# 移除attach，避免全局环境命名冲突
Graph1 <- RawData %>%
  ggplot(aes(x = Name)) +
  geom_linerange(aes(ymin = Polar_SE, ymax = Disperse_SE),
                 size = 0.5, alpha = 0.25) +
  # 将colour移入aes，指定图例显示的标签文本
  geom_point(aes(y = Polar_SE, colour = "Polar SE")) +
  geom_point(aes(y = Disperse_SE, colour = "Disperse SE")) +
  # 手动绑定标签与对应颜色
  scale_colour_manual(values = c(
    "Polar SE" = "#CB5416",
    "Disperse SE" = "#267266"
  )) +
  coord_flip() +
  ylab("Surface energy (mN/m)") +
  labs(colour = "Surface Energy Type") + # 设置图例标题
  theme(axis.title.y = element_blank(), legend.position="top")

Graph1

方法2：宽表转长表（ggplot推荐规范用法） #

将宽表转为长格式后，数据结构更贴合ggplot的设计逻辑，代码扩展性更强（后续新增类别无需大幅修改）：

library(tidyverse)
library(ggplot2)

RawData <- data.frame(
  Name = c("Product A", "Product B", "Product C", "Product D"),
  Total_SE = c(38.9, 41.8, 39.4, 41.8),
  Polar_SE = c(1.6, 4.7, 3.9, 2.2),
  Disperse_SE = c(37.4, 37, 35.5, 39.6)
)

# 宽表转长表：提取关键列，转为"类型-数值"的键值对结构
long_data <- RawData %>%
  select(Name, Polar_SE, Disperse_SE) %>%
  pivot_longer(cols = -Name, 
               names_to = "SE_Type", 
               values_to = "SE_Value") %>%
  # 优化类型名称的显示格式
  mutate(SE_Type = str_replace(SE_Type, "_SE", " SE"))

# 绘图：仅需一层geom_point，自动映射颜色变量
Graph2 <- long_data %>%
  ggplot(aes(x = Name)) +
  # 基于原宽表绘制范围线
  geom_linerange(data = RawData, aes(ymin = Polar_SE, ymax = Disperse_SE),
                 size = 0.5, alpha = 0.25) +
  # 颜色直接映射长表中的类型变量
  geom_point(aes(y = SE_Value, colour = SE_Type)) +
  scale_colour_manual(values = c(
    "Polar SE" = "#CB5416",
    "Disperse SE" = "#267266"
  )) +
  coord_flip() +
  ylab("Surface energy (mN/m)") +
  labs(colour = "Surface Energy Type") +
  theme(axis.title.y = element_blank(), legend.position="top")

Graph2

补充说明 #

• 方法1适合快速修改现有代码，无需调整数据结构；
• 方法2是ggplot推荐的标准化方式，后续新增数据类别时代码维护成本更低；
• 避免使用attach(RawData)：该操作会将数据框列名暴露到全局环境，容易引发命名冲突，ggplot配合管道符%>%完全可以替代其功能。

内容的提问来源于stack exchange，提问作者GiacomoDB