如何在ggplot2点图下方添加基于n值的gear因子密度分布图？

报错原因 #

geom_density()要求传入连续型的x美学映射，但你当前ggplot的主映射里x是分类变量factor(gear)，且没给密度图层单独指定符合要求的x参数。另外，汇总后每组只有单个n值，数据量不足以生成密度分布，得先调整数据或换更合适的图表类型。

具体实现 #

推荐用patchwork包把点图和下方的统计图表上下组合，既满足布局需求，又避免双y轴带来的解读混乱：

1. 准备数据和依赖包 #

library(tidyverse)
library(patchwork)

# 生成分组汇总数据
summary_df <- mtcars %>%
  group_by(gear, carb) %>%
  summarise(
    avg_mpg = mean(mpg),
    count = n(),
    .groups = "drop"
  )

# 若要画密度图，需把分组计数还原成原始观测级数据（用于生成密度）
density_raw <- summary_df %>%
  uncount(count)

2. 绘制上方的点图 #

point_plot <- ggplot(summary_df, aes(x = factor(gear), y = avg_mpg, color = factor(carb), group = carb)) +
  geom_point(position = position_dodge(width = 0.5)) +
  labs(x = "档位(Gear)", y = "平均油耗(MPG)", color = "化油器数(Carb)") +
  theme_minimal()

3. 绘制下方的统计图表 #

因为gear是分类变量，直接用密度图展示n的分布并不合适，推荐两种更贴合需求的选项：

选项A：条形图（x轴为gear，展示各carb的观测数）

最直观匹配你“x轴为gear、展示n值”的需求：

count_bar <- ggplot(summary_df, aes(x = factor(gear), y = count, fill = factor(carb))) +
  geom_bar(stat = "identity", position = position_dodge(width = 0.5)) +
  labs(x = "档位(Gear)", y = "观测数(n)", fill = "化油器数(Carb)") +
  theme_minimal()

选项B：密度图（展示各gear下原始数据的油耗密度，按carb着色）

如果确实需要密度图，可以展示原始数据的分布，分面按gear：

density_plot <- ggplot(density_raw, aes(x = mpg, color = factor(carb))) +
  geom_density() +
  facet_wrap(~gear, nrow = 1) +
  labs(x = "油耗(MPG)", y = "密度", color = "化油器数(Carb)") +
  theme_minimal()

4. 组合图表 #

用patchwork把两个图上下拼接，还能调整高度比例适配布局：

# 组合点图和条形图
point_plot / count_bar +
  plot_layout(heights = c(2, 1)) # 上方点图占2份高度，下方条形图占1份

关于n值缩放 #

如果一定要用双y轴（不推荐，易误导读者），可以通过转换因子把n值缩放到和avg_mpg匹配的范围：

ggplot(summary_df, aes(x = factor(gear))) +
  geom_point(aes(y = avg_mpg, color = factor(carb), group = carb), position = position_dodge(width = 0.5)) +
  # 用折线展示n值，先乘以缩放因子（这里用2，可根据数据调整）
  geom_line(aes(y = count * 2, group = factor(carb), color = factor(carb)), position = position_dodge(width = 0.5)) +
  scale_y_continuous(
    name = "平均油耗(MPG)",
    sec.axis = sec_axis(~./2, name = "观测数(n)")
  ) +
  labs(color = "化油器数(Carb)", x = "档位(Gear)") +
  theme_minimal()

内容的提问来源于stack exchange，提问作者flâneur