如何用ggplot绘制多列数据的Ridgeline plot（而非同列多分组）

完全可以实现，核心是先把你的宽格式数据（每列对应一组要画的密度曲线）转换为ggplot更适配的长格式数据，再结合ggridges包的绘图函数完成。以下是具体步骤：

1. 数据格式转换 #

ggplot和ggridges都依赖长格式数据：一列存储所有数值，另一列存储对应的分组（即原数据列的列名）。可以用tidyr包的pivot_longer()函数快速转换：

# 加载依赖包
library(tidyr)
library(ggplot2)
library(ggridges)

# 构造示例宽格式数据（替换成你的真实数据）
set.seed(123)
wide_df <- data.frame(
  列1 = rnorm(100, mean = 0),
  列2 = rnorm(100, mean = 2),
  列3 = rnorm(100, mean = 4)
)

# 转换为长格式
long_df <- pivot_longer(wide_df, 
                        cols = everything(),  # 选择所有列
                        names_to = "分组",    # 原列名存到"分组"列
                        values_to = "数值")   # 所有数值存到"数值"列

2. 绘制Ridgeline图 #

用转换后的长数据，结合geom_density_ridges()即可生成每个原数据列对应的密度曲线：

ggplot(long_df, aes(x = 数值, y = 分组)) +
  geom_density_ridges(fill = "#4292c6", alpha = 0.6) +  # 填充色和透明度
  theme_light() +
  labs(x = "数值范围", y = "原数据列")

补充说明 #

• 如果不需要山脊的重叠效果，可调整scale参数（比如scale = 0.9）控制曲线间距；
• 若不想使用ggridges，也可以用geom_density()配合position = "dodge"，但ggridges专门针对山脊图做了优化，实现更简便。

内容的提问来源于stack exchange，提问作者Marti