ggplot中geom_segment意外交叉问题求助

我搞不懂为什么geom_segment在我的前两个y变量上出现交叉，剩下的变量都正常。geom_points在这两个变量上显示都是对的，暂时没法提供数据框，有人能分析下问题出在哪吗？

data %>% 
    ggplot() +
    aes(y = fct_reorder2(lang, year, -mean), x = mean) +
  geom_errorbar(data = twenty16,
                xmin = twenty16$mean - twenty16$ci, 
                xmax = twenty16$mean + twenty16$ci,
                width = 0.4,
                colour = "#aeb6bf")+
    geom_point(colour = factor(year), size = 4) +
    theme_minimal()+
    theme(text = element_text(family = "hel" ),
          axis.text = element_text(size = 12),
          axis.title = element_text(size = 15),
          title = element_text(size = 15))+
    geom_segment(data = twenty06,
                 arrow = arrow(length = unit(0.02, "npc"), type ="closed"),
                 lineend = 'round',
                 linejoin = "mitre",
                 aes(
                 x = mean, 
                 y = lang, 
                 xend = twenty16$mean, 
                 yend = twenty16$lang)
                 )+
  labs(title = "Percent of learners reaching the low international Benchmark \n      by language, 2006 to 2016 with 90% CIs",
       y = "Languages",
       x = "Percent",
       legend = "Year")

原因分析 #

• 两个数据框的lang顺序不匹配：主图层用fct_reorder2(lang, year, -mean)对语言重新排了序，但geom_segment用到的twenty06和twenty16是单独的数据框，它们的lang列还是原始顺序，没跟着主图层的排序同步。你直接用twenty16$lang当yend时，ggplot会按原始字符串匹配位置，不是按排序后的位置对应，导致前两个语言的线段错位交叉。

• 直接引用外部数据框列的写法有问题：代码里geom_errorbar和geom_segment都直接用twenty16$mean这种硬编码方式，绕过了ggplot的自动映射逻辑，很容易出现数据匹配错误。正确的做法是让ggplot通过aes自动关联数据，而不是手动引用外部列。

• 可行的解决方向：

  1. 把twenty06和twenty16合并成一个长格式数据框，用year区分年份，这样主图层的排序会统一应用到所有数据上。
  2. 如果要分开用数据框，提前对twenty06和twenty16的lang列做同样的fct_reorder2排序，保证顺序和主图层一致。
  3. 在geom_segment的aes里，不要直接用twenty16$xxx，而是通过lang的映射让ggplot自动匹配对应行的数值，比如可以用xend = mean[lang == .env$lang]这种方式（但合并数据是更稳妥的方案）。

内容的提问来源于stack exchange，提问作者Peter Courtney