使用R语言ggplot2绘制条形图时趋势线不显示，求解决方法

核心原因 #

1. x轴变量类型问题：你的round变量是分类类型（因子或字符型，比如图中的Round1、Round2），geom_smooth(method=lm)默认无法基于分类自变量拟合跨类别的连续直线趋势线——线性回归要求自变量是连续数值型，对分类x只会为每个类别单独拟合常数，自然看不到连贯的直线。
2. 代码重复调用了两次geom_smooth()，属于冗余操作，不影响功能但没必要。

解决办法 #

办法一：将分类x转换为连续数值变量拟合趋势线

先提取round中的数字部分转为连续变量，再绘图时保留原分类标签显示：

library(ggplot2)

# 处理数据：提取round中的数字转为连续变量（假设round是"Round1"这类格式）
mydf$round_num <- as.integer(sub("Round", "", mydf$round))

# 绘图
ggplot(mydf, aes(x=round_num, y=means)) +
  geom_bar(aes(fill=round), stat="identity", color="black", position=position_dodge()) + 
  geom_errorbar(aes(ymin=means-se, ymax=means+se), width=.2, position=position_dodge(.9)) +
  geom_smooth(method=lm, se=FALSE, col="black", linewidth=2) +
  theme_classic() + 
  xlab("Round") + 
  ylab("Bead Mass (g)") + 
  ggtitle("Verbal") + 
  theme(legend.position="none") +
  # 将x轴刻度换回原分类标签
  scale_x_continuous(breaks = mydf$round_num, labels = mydf$round)

办法二：保留分类x轴，手动计算回归预测值绘制趋势线

先通过线性回归得到每个类别的预测值，再用geom_line()连接这些点形成趋势线：

library(ggplot2)

# 拟合线性回归模型，将分类round转为数值型自变量
lm_model <- lm(means ~ as.integer(factor(round)), data = mydf)
# 生成每个样本的预测值
mydf$pred <- predict(lm_model)

# 绘图
ggplot(mydf, aes(x=round, y=means, fill=round)) +
  geom_bar(stat="identity", color="black", position=position_dodge()) + 
  geom_errorbar(aes(ymin=means-se, ymax=means+se), width=.2, position=position_dodge(.9)) +
  # 用geom_line绘制趋势线，group=1确保所有点被连接
  geom_line(aes(y=pred, group=1), color="black", linewidth=2) +
  theme_classic() + 
  xlab("Round") + 
  ylab("Bead Mass (g)") + 
  ggtitle("Verbal") + 
  theme(legend.position="none")

内容的提问来源于stack exchange，提问作者Ben