如何在ggplot2中对重复样本按样本类型分组绘制箱线图？

核心思路是先给数据框新增一个分组列，将带重复标识的样本与原样本归为同一组，再基于这个分组列绘图。

1. 新增分组列 #

假设你的样本名称列叫Sample，可以用字符串处理工具提取统一的分组名称：

• 用stringr包（推荐）：

library(stringr)
# 去掉样本名末尾的"rep"，生成分组
Data$Group <- str_remove(Data$Sample, "rep$")

• 用基础R的sub函数（无需额外装包）：

# 正则匹配末尾的"rep"并替换为空
Data$Group <- sub("rep$", "", Data$Sample)

如果重复样本的后缀是Rep、_rep这类变体，调整正则表达式即可，比如忽略大小写：sub("(?i)rep$", "", Data$Sample)，或者匹配下划线：str_remove(Data$Sample, "_?rep$")。

2. 绘制分组箱线图 #

用新增的Group作为x轴分组，同时用原Sample列区分重复样本，方便对比重复间差异：

library(ggplot2)

ggplot(Data, aes(x = Group, y = 你的数值列名, fill = Sample)) +
  geom_boxplot(position = position_dodge(width = 0.8)) + # 让同组的重复样本箱线图并排
  labs(x = "样本类型", y = "指标数值", fill = "重复样本") +
  theme_bw()

这样就能把Mab1和Mab1rep归为同一组展示，同时保留重复样本的独立箱线图，清晰对比分布差异。

内容的提问来源于stack exchange，提问作者F_A_T_