单分组仅含单个观测值时，geom_line叠加箱线图失败问题解决

我有两类HIV感染率数据：

• 多州年度数据：每年包含多个州的观测值
• 华盛顿特区（DC）年度数据：每年仅1个观测值

想要用ggplot2绘制多州数据的箱线图，并叠加DC数据的折线图，但多次尝试后报错：

`geom_line()`: Each group consists of only one observation

报错核心是折线图的分组设置错误：

• 给DC的geom_line()设置了group=factor(year)，这会把每个年份拆成单独的组，每个组只有1个DC的观测值，无法连接成折线
• 全局的group=year设置也会影响折线图，导致DC的数据被按年份拆分，无法形成连续的折线

关键是给DC的折线图指定正确的分组：将DC的所有年份数据归为同一个组（比如用group=state，因为DC只有一个州；或者直接用group=1），覆盖全局的分组设置。同时保留箱线图需要的group=year设置。

以下是修正后的完整可运行代码：

library(ggplot2)

hiv_rate_data <- data.frame(
  state=c("ME","VT","CT","NY","ME","VT","CT","NY","ME","VT","CT","NY"),
  year=c(2020,2020,2020,2020,2021,2021,2021,2021,2022,2022,2022,2022),
  rate_per_100000=c(1,2,3,20,1,20,3,4,20,2,3,4)
)

hiv_rate_data_dc <- data.frame(
  state=c("DC","DC","DC"),
  year=c(2020,2021,2022),
  rate_per_100000=c(20,10,7)
)

# 修正后的绘图代码
ggplot(hiv_rate_data, aes(x=year, y=rate_per_100000, group=year)) +
  # 多州箱线图，按年份分组
  geom_boxplot(outlier.color = NA) +
  # 多州数据点
  geom_point(
    data=hiv_rate_data,
    aes(color=factor(state))
  ) +
  # DC的折线图：指定group=state，确保所有年份归为一组
  geom_line(
    data=hiv_rate_data_dc,
    aes(group=state, color=factor(state)),
    linewidth=1 # 可选：加粗折线更显眼
  ) +
  # DC的点（可选，增强折线可读性）
  geom_point(
    data=hiv_rate_data_dc,
    aes(color=factor(state)),
    size=3
  ) +
  scale_colour_discrete("State") +
  labs(x="Year", y="Rate per 100000")

1. 给DC的geom_line()设置group=state：因为DC的state列值唯一，所有年份数据会被归为同一个组，从而可以连接成折线
2. 保留全局的group=year：满足箱线图按年份分组展示多州数据分布的需求
3. 修正了原代码中hiv_rate_data[!is.na(hiv_rate_data$outlier),]的问题（原数据无outlier列），替换为完整数据示例

内容的提问来源于stack exchange，提问作者John