如何优化R语言ggplot2绘制的分组条形图与折线图？

原代码问题梳理 #

• 分组条形图：使用col=Race仅为条形边框上色，未填充条形主体；未对position_dodge设置宽度，易导致条形重叠；Year若为数值型，会被当作连续轴处理，年份显示不够直观。
• 折线图：存在变量名错误（mutate(Gender=as.factor(Race))应为Race=as.factor(Race)）；仅用折线展示，数据点不突出，不利于读取具体数值。
• 通用问题：summarize后残留分组状态，可能影响后续绘图；默认主题样式冗余，缺少数据标签辅助数值读取。

优化后的分组条形图代码 #

library(ggplot2)
library(dplyr)

# 预处理数据并绘制分组条形图
df_new2 %>%
  mutate(Race = as.factor(Race), Year = as.factor(Year)) %>% # 将年份转为因子，作为离散轴展示
  group_by(Year, Race) %>%
  summarize(mean_life = mean(Life_expectancy, na.rm = TRUE), .groups = "drop") %>% # 清理分组，处理缺失值
  ggplot(aes(x = Year, y = mean_life, fill = Race)) + # 用fill设置条形填充色
  geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.7) + # 调整间距避免条形重叠
  geom_text(aes(label = round(mean_life, 1)), # 添加数据标签，保留1位小数
            position = position_dodge(width = 0.8), vjust = -0.3, size = 3.5) +
  labs(title = "2015-2021年不同种族预期寿命均值",
       subtitle = "分组条形图展示年度差异",
       x = "年份", y = "预期寿命均值", fill = "种族") +
  theme_minimal() + # 使用简洁主题
  theme(plot.title = element_text(size = 14, face = "bold"),
        plot.subtitle = element_text(size = 12, color = "#666666"),
        axis.title = element_text(size = 12),
        legend.position = "bottom", # 图例移至底部，节省横向空间
        panel.grid.major.x = element_blank()) # 隐藏x轴网格线，提升清晰度

优化说明

• 将Year转为因子，避免连续轴的插值效果，年份显示更符合逻辑
• 用fill=Race替代col=Race，为条形填充对应种族的颜色，视觉区分更明显
• 设置position_dodge和条形宽度，解决条形重叠问题
• 添加数据标签，无需读取坐标轴即可获取精确数值
• 清理分组状态，避免后续绘图出现异常
• 调整主题元素，让图表更适配演示场景

优化后的折线图代码 #

library(ggplot2)
library(dplyr)

# 预处理数据并绘制折线图
df_new2 %>%
  mutate(Race = as.factor(Race)) %>% # 修正原代码的变量名错误
  group_by(Year, Race) %>%
  summarize(mean_life = mean(Life_expectancy, na.rm = TRUE), .groups = "drop") %>%
  ggplot(aes(x = Year, y = mean_life, color = Race, group = Race)) +
  geom_line(linewidth = 1.2) + # 加粗折线，提升辨识度
  geom_point(size = 3) + # 添加数据点，突出年度数值
  geom_text(aes(label = round(mean_life, 1)), vjust = -0.8, size = 3.5) + # 添加数据标签
  labs(title = "2015-2021年不同种族预期寿命均值变化趋势",
       subtitle = "折线图展示年度变化",
       x = "年份", y = "预期寿命均值", color = "种族") +
  theme_minimal() +
  theme(plot.title = element_text(size = 14, face = "bold"),
        plot.subtitle = element_text(size = 12, color = "#666666"),
        axis.title = element_text(size = 12),
        legend.position = "bottom")

优化说明

• 修正原代码中变量名错误，避免数据处理异常
• 加粗折线并添加数据点，让趋势变化和具体数值更清晰
• 添加数据标签，便于快速读取每个年份的预期寿命均值
• 调整主题样式，提升整体视觉简洁度

额外优化建议 #

• 配色方案：使用scale_fill_brewer(palette = "Set2")或scale_color_brewer(palette = "Set2")替换默认配色，让颜色更和谐专业
• 坐标轴范围：如果预期寿命数值差异较小，可用ylim()设置合适的y轴范围，放大差异展示
• 字体适配：演示时可添加theme(text = element_text(family = "Arial"))统一字体，适配投影设备

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