ggplot2 facet_wrap分面：解决子图数量不均或补空白子图问题

问题描述 #

使用ggplot2的facet_wrap(.~query+Species+Tissue, ncol = 4)绘制基因表达组合图时，预期每个query对应2种Species、2种Tissue，每行显示4张子图。但部分query因缺失部分组合，导致子图数量不足4个，整体排版混乱。优先需求为给缺失的子图添加空白占位，其次考虑每行显示数量不均的子图。

解决方案：添加空白占位子图 #

核心思路是先生成所有可能的query+Species+Tissue+Treatment组合，再与原数据左连接，保留所有组合（缺失的组合填充NA），这样ggplot会为缺失的组合绘制空白子图占位。

步骤1：统一列名并合并数据 #

注意两个数据集的显著性列名不一致，需先统一：

library(dplyr)
library(ggplot2)

# 统一列名
Foot_FS_TG <- Foot_FS_TG %>%
  rename(A_vs_C_Sig = AF_vs_CF_Sig)

# 合并数据集
all_FS_TG <- rbind(Mantle_FS_TG, Foot_FS_TG)

步骤2：生成完整的组合因子 #

创建所有可能的query、Species、Tissue、Treatment组合，确保每个query下有4种Species+Tissue组合：

# 获取所有唯一的分类值
all_queries <- unique(all_FS_TG$query)
all_species <- c("FS", "TG")
all_tissues <- c("Foot", "Mantle")
all_treatments <- unique(all_FS_TG$Treatment)

# 生成所有可能的组合
full_combinations <- expand.grid(
  query = all_queries,
  Species = all_species,
  Tissue = all_tissues,
  stringsAsFactors = FALSE
) %>%
  crossing(Treatment = all_treatments) # 关联所有Treatment水平，保证坐标轴完整

步骤3：左连接数据，填充缺失值 #

将原数据与完整组合左连接，缺失的组合自动填充NA：

all_FS_TG_full <- full_combinations %>%
  left_join(all_FS_TG, by = c("query", "Species", "Tissue", "Treatment")) %>%
  # 重置因子水平，保证排序正确
  mutate(
    Species = factor(Species, levels = c("FS", "TG")),
    Tissue = factor(Tissue, levels = c("Foot", "Mantle")),
    Treatment = factor(Treatment, levels = all_treatments),
    A_vs_C_Sig = factor(A_vs_C_Sig, levels = c("N", "Y"))
  )

步骤4：绘制图形 #

使用处理后的完整数据绘图，na.rm = TRUE避免NA值报错，na.value = NA让缺失的线条透明：

all_FS_TG_full %>% 
  ggplot(aes(y=logFC, x=Treatment, group=Gene)) + 
  geom_line(aes(color=A_vs_C_Sig), size=5, na.rm = TRUE)+
  scale_color_manual(values=c('Grey','Red'), na.value = NA) + 
  theme_bw() + 
  facet_wrap(.~query+Species+Tissue, ncol = 4) + 
  theme(strip.text = element_text(size = 60))

备选方案：每行显示数量不均的子图 #

facet_wrap本身不支持每行数量可变的排版，若要实现，需借助patchwork包将每个query的子图单独绘制后拼接：

library(patchwork)

# 按query拆分数据
query_plots <- split(all_FS_TG, all_FS_TG$query) %>%
  lapply(function(df) {
    ggplot(df, aes(y=logFC, x=Treatment, group=Gene)) + 
      geom_line(aes(color=A_vs_C_Sig), size=5)+
      scale_color_manual(values=c('Grey','Red')) + 
      theme_bw() + 
      facet_wrap(.~Species+Tissue) + 
      theme(strip.text = element_text(size = 60))
  })

# 拼接所有子图，每行一个query
wrap_plots(query_plots, ncol = 1)

该方法需逐个处理每个query的子图，灵活性高但代码更繁琐，适合对排版有特殊要求的场景。

内容的提问来源于stack exchange，提问作者R Li