如何基于长表格式数据用ggplot绘制B与A的关联散点图？

要直接基于长表df2绘制目标散点图，无需转换为宽表，可通过按样本ID关联A、B的检测值来实现，具体步骤如下：

1. 加载所需工具包
   除ggplot2外，需用dplyr处理长表数据：

   library(ggplot2)
   library(dplyr)
   

2. 从长表中提取并关联A、B配对值
   通过筛选分析物子集，再按ID和Group关联，得到每个样本的A、B对应数据：

   # 提取分析物A的数值并命名
   df_A <- df2 %>% filter(Analyte == "A") %>% rename(A_value = Value) %>% select(ID, Group, A_value)
   # 提取分析物B的数值并命名
   df_B <- df2 %>% filter(Analyte == "B") %>% rename(B_value = Value) %>% select(ID, B_value)
   # 按ID关联两个子集，保留分组信息
   df_pair <- inner_join(df_A, df_B, by = "ID")
   

3. 绘制分组散点图
   用配对数据绘图，逻辑与宽表版本一致：

   p <- ggplot(data = df_pair) +
     geom_point(aes(x = A_value, y = B_value, color = as.factor(Group))) +
     labs(x = "分析物A", y = "分析物B", color = "分组")
   p
   

更简洁的写法（无需显式创建中间表） #

可通过dplyr的分组汇总直接提取每个ID的A、B值，一步生成配对数据：

df_pair <- df2 %>%
  group_by(ID, Group) %>%
  summarize(
    A_value = Value[Analyte == "A"],
    B_value = Value[Analyte == "B"],
    .groups = "drop"
  )

# 绘图
ggplot(df_pair, aes(x = A_value, y = B_value, color = as.factor(Group))) +
  geom_point() +
  labs(x = "分析物A", y = "分析物B", color = "分组")

这种方式始终基于原长表操作，仅针对每个ID提取配对的A、B值，未将整个数据集转换为宽表格式，完全符合需求。

内容的提问来源于stack exchange，提问作者Kevin Klipsch