基于ggplot2实现嵌套Y轴与facet_wrap分面的测量可视化需求

需求说明 #

现有样本时间序列测量数据集，需可视化各样本在不同时间点的已完成/缺失测量。当前实现使用ggplot2的facet_wrap按处理组（Treatment）分面，但需优化以下两点：

• Y轴按物种（Species）嵌套分组，实现不同处理组间同一物种的视觉对齐
• 同一物种在不同处理组的Y轴行数统一为该物种的最大样本数（如Amu物种在Treatment A有4个样本，Treatment B仅2个，则B组对应位置保留2个空行，保证样本间距一致）

解决方案步骤 #

1. 数据预处理 #

首先生成包含所有可能样本-处理-物种组合的完整数据集，为缺失样本占位，确保Y轴行数统一。使用dplyr和tidyr完成预处理：

# 加载必要包
library(ggplot2)
library(dplyr)
library(tidyr)
library(forcats)

# 原始数据集
data <- read.table(text = "Sample_ID Species Time Treatment
    Amu1 Amu   1  A
    Amu1 Amu   2  A
    Amu1 Amu   3  A
    Amu5 Amu   1  B
    Amu5 Amu   2  B
    Amu2 Amu   1  A
    Amu2 Amu   2  A
    Amu2 Amu   3  A
    Amu3 Amu   1  A
    Amu3 Amu   2  A
    Amu4 Amu   1  A
    Amu4 Amu   2  A
    Amu4 Amu   3  A
    Amu6 Amu   1  B
    Amu6 Amu   3  B
    Spi1 Spi   1  A
    Spi1 Spi   2  A
    Spi1 Spi   3  A
    Spi4 Spi   1  B
    Spi4 Spi   2  B
    Spi4 Spi   3  B
    Spi2 Spi   2  A
    Spi2 Spi   3  A
    Spi3 Spi   1  A
    Spi3 Spi   2  A
    Spi3 Spi   3  A
    Spi5 Spi   2  B
    Spi5 Spi   3  B
    Gfa5 Gfa   1  B
    Gfa5 Gfa   2  B
    Gfa5 Gfa   3  B
    ", header = TRUE)

# 预处理：生成完整样本网格
full_grid <- data %>%
  # 获取每个物种的所有唯一样本ID
  group_by(Species) %>%
  summarize(all_samples = list(unique(Sample_ID)), .groups = "drop") %>%
  # 获取每个物种的最大样本数（所有处理组中的最大值）
  mutate(max_samples = lengths(all_samples)) %>%
  # 为每个处理组生成该物种的所有样本（包括占位空样本）
  crossing(Treatment = unique(data$Treatment)) %>%
  unnest(all_samples) %>%
  rename(Sample_ID = all_samples) %>%
  # 按物种和样本ID排序，保证嵌套结构
  arrange(Species, Sample_ID) %>%
  # 为每个处理组-物种组合的样本分配Y轴位置（保证同一物种位置对齐）
  group_by(Treatment, Species) %>%
  mutate(y_pos = row_number()) %>%
  ungroup() %>%
  # 左连接原始数据，标记是否有测量数据
  left_join(data, by = c("Sample_ID", "Species", "Treatment")) %>%
  # 转换Time为因子，方便绘图
  mutate(Time = as.factor(Time))

# 调整Y轴标签的嵌套显示：将物种名添加到样本ID前
full_grid <- full_grid %>%
  mutate(Sample_with_Species = paste(Species, Sample_ID, sep = " - ")) %>%
  # 按物种和y_pos排序，确保同一物种的样本在Y轴上连续
  mutate(Sample_with_Species = fct_reorder(Sample_with_Species, y_pos))

2. 可视化代码 #

使用预处理后的完整数据集绘图，实现物种对齐和空行占位：

ggplot(full_grid, aes(x = Time, y = Sample_with_Species, color = Species)) +
  # 绘制已完成测量的点
  geom_point(data = filter(full_grid, !is.na(Time)), size = 3, show.legend = FALSE) +
  # 为缺失测量的位置添加灰色占位点（可根据需求移除）
  geom_point(data = filter(full_grid, is.na(Time)), size = 3, color = "lightgray", alpha = 0.3) +
  # X轴标签替换
  scale_x_discrete(labels = c("t1", "t2", "t3"), drop = FALSE) +
  # 颜色方案
  scale_color_brewer(palette = "Dark2") +
  # 按处理组分面，Y轴自由缩放但因预处理已对齐
  facet_wrap(~Treatment, scales = "free_y", strip.position = "top", ncol = 3) +
  # 主题调整
  theme_bw() +
  theme(
    strip.background = element_rect(color = "transparent", fill = "white"),
    axis.title.y = element_blank(),
    # 可选：Y轴标签按物种分组添加分隔线
    panel.grid.major.y = element_line(color = "lightgray", linetype = "dashed")
  )

效果说明 #

• 不同处理组（Treatment A/B）中，同一物种的样本Y轴位置完全对齐，比如Amu物种在A组有4行样本，B组有2行有效样本+2行灰色占位空行，间距一致
• Y轴标签显示物种+样本ID，清晰区分嵌套结构
• 已完成测量用彩色点显示，缺失测量用灰色占位点（可根据需求移除）

内容的提问来源于stack exchange，提问作者Erik