使用ggplot2绘制数据框选定样本时遇分组识别问题

问题场景 #

基于20行5列的round1矩阵构建了数据框round1Counts，包含20个样本+LowerLimit/UpperLimit共22个分组，覆盖Day1、3、6、8四个时间点的计数数据。选取所有样本+Day1/3时绘图正常，但筛选前5个样本+Day1/3时，ggplot无法识别同一样本的不同时间点数据，报错分组仅含单个观测。

数据框构建代码 #

round1Counts <- data.frame(
  Sample = c(round1[1:20,1], "LowerLimit", "UpperLimit"),
  Day = c(rep("1",22), rep("3",22), rep("6",22), rep("8",22)),
  Counts = c(strtoi(round1[1:20,2]), 50000, 240000, strtoi(round1[1:20,3]), 50000, 240000, strtoi(round1[1:20,4]), 50000, 240000, strtoi(round1[1:20,5]), 50000, 240000)
)
round1Counts$Sample <- as.character(round1Counts$Sample)
round1Counts$Sample <- factor(round1Counts$Sample, levels=c(round1[,1],"LowerLimit","UpperLimit"))

成功的绘图代码（全样本+Day1/3） #

# All samples, days 1 & 3
ggplot(data = round1Counts[1:44,], aes(x = Day[1:44], y = Counts[1:44], group = Sample[1:44], color = Sample[1:44])) +
  geom_line() +
  theme(panel.background = element_rect(fill = "white", colour = "grey50"))

失败的绘图代码（前5样本+Day1/3） #

# First 5 samples, days 1 & 3
ggplot(data = round1Counts[c(1:5,23:27),], aes(x = Day[c(1:5,23:27)], y = Counts[c(1:5,23:27)], group = Sample[c(1:5,23:27)], color = Sample[c(1:5,23:27)])) +
  geom_line() +
  theme(panel.background = element_rect(fill = "white", colour = "grey50"))

报错信息 #

geom_path: Each group consists of only one observation. Do you need to adjust the group aesthetic?
Warning message:
Removed 5 row(s) containing missing values (geom_path).

问题原因 #

你在aes()中对列做了子集化操作（如Day[c(1:5,23:27)]），这会把原本的数据框列转换成独立向量，破坏了Sample与Day/Counts之间的关联关系。ggplot无法识别这些向量中哪些观测属于同一样本，导致每个分组仅被判定为单个观测。

解决方法 #

先筛选出目标数据组成完整的数据框，再在aes()中直接引用列名，不要在美学映射内做子集操作。

修正代码（基础R方式） #

# 筛选前5个样本+上下限，且仅保留Day1/3的数据
filtered_data <- round1Counts[
  (round1Counts$Sample %in% round1[1:5,1] | round1Counts$Sample %in% c("LowerLimit", "UpperLimit")) & 
  round1Counts$Day %in% c("1", "3"),
]

# 绘图：直接用筛选后的数据框的列名
ggplot(data = filtered_data, aes(x = Day, y = Counts, group = Sample, color = Sample)) +
  geom_line() +
  theme(panel.background = element_rect(fill = "white", colour = "grey50"))

替代方案（dplyr简洁版） #

如果安装了dplyr包，可以更直观地筛选数据：

library(dplyr)
filtered_data <- round1Counts %>%
  filter(
    Sample %in% c(round1[1:5,1], "LowerLimit", "UpperLimit"),
    Day %in% c("1", "3")
  )

ggplot(data = filtered_data, aes(x = Day, y = Counts, group = Sample, color = Sample)) +
  geom_line() +
  theme(panel.background = element_rect(fill = "white", colour = "grey50"))

原理说明 #

• 先通过逻辑条件筛选出所有符合要求的行，保证每个Sample对应的Day1和Day3数据都保留在同一个数据框中，维持列之间的关联。
• 在aes()中直接引用列名，ggplot会自动根据Sample列的分组，将同一样本的不同时间点数据连接成线，解决分组失效问题。

内容的提问来源于stack exchange，提问作者murraylf