使用ggscatter按分组着色时的问题：保留整体Spearman回归线

问题场景 #

你使用ggscatter绘制散点图时，希望让点按分类变量Core分组着色，但添加color = "Core"或fill = "Core"后，生成了多条分组回归线——而你需要的是一条基于全量数据的Spearman回归线。

初始代码：

q <- ggscatter(ARAL_R, x = "Intl1", y = "Sul1", add = "reg.line", conf.int = TRUE, cor.coef = TRUE, cor.method = "spearman", xlab = "Intl1 (copies/g)", ylab = "Sul1 (copies/g)") + stat_cor(label.y = 1, label.x.npc = "center") + stat_regline_equation(label.y = 0.5, label.x.npc = "center")

问题原因 #

ggscatter会把你传入的color = "Core"作为全局美学映射，传递给所有后续图层（包括reg.line、stat_cor），导致所有统计计算都按Core分组执行，因此生成了多条回归线。

解决方案 #

把点的分组着色和整体统计图层分开处理，不让统计图层继承分组映射：

修改后的代码：

q <- ggscatter(ARAL_R, x = "Intl1", y = "Sul1", color = "Core", 
               xlab = "Intl1 (copies/g)", ylab = "Sul1 (copies/g)") +
  # 手动添加全量数据的回归线+置信区间，关闭美学继承
  geom_smooth(method = "lm", se = TRUE, color = "black", 
              inherit.aes = FALSE, data = ARAL_R, aes(x = Intl1, y = Sul1)) +
  # 添加全量数据的Spearman相关系数
  stat_cor(data = ARAL_R, aes(x = Intl1, y = Sul1), 
           method = "spearman", label.y = 1, label.x.npc = "center") +
  # 添加全量数据的回归方程
  stat_regline_equation(data = ARAL_R, aes(x = Intl1, y = Sul1), 
                        label.y = 0.5, label.x.npc = "center")

关键说明 #

• inherit.aes = FALSE：强制geom_smooth不使用ggscatter里的color = "Core"分组规则，直接用全量数据计算回归；
• 每个统计图层都显式指定data = ARAL_R和不带分组的aes，确保所有统计结果都基于完整数据集，而非分组数据。

内容的提问来源于stack exchange，提问作者M.Cairó