咨询：以2为阈值的基因表达正负垂直条形图绘制及命名

图表名称 #

你要做的这种以固定阈值为基准、展示数值与阈值差值的双向条形图，正式名称是双向条形图（Diverging Bar Chart），也常被称为差值条形图。

解决方案（基于ggplot2） #

针对你需要展示差值、双向分色、处理大量基因标注与拆分的需求，下面是完整实现步骤：

1. 数据预处理 #

先计算RQ与2的差值，定义颜色分组，同时处理缺失值：

library(tidyverse)

# 计算差值、定义颜色分组，过滤缺失值
df_processed <- df_example %>%
  mutate(
    diff = RQ - 2,
    color_group = ifelse(diff > 0, "高于阈值", "低于阈值")
  ) %>%
  drop_na(diff) # 也可根据需求用fill替换NA，而非直接过滤

# 按基因排序（可选，让图表更整洁）
df_processed <- df_processed %>% arrange(gen)

2. 拆分数据集 #

将55个基因拆分为两部分，比如前28个和后27个：

# 获取唯一基因列表
unique_genes <- unique(df_processed$gen)
# 拆分基因组
gene_group1 <- unique_genes[1:28]
gene_group2 <- unique_genes[29:55]

# 拆分数据集
df_group1 <- df_processed %>% filter(gen %in% gene_group1)
df_group2 <- df_processed %>% filter(gen %in% gene_group2)

3. 绘制第一部分图表 #

p1 <- ggplot(df_group1, aes(x = gen, y = diff, fill = color_group)) +
  geom_col(width = 0.7) +
  # 设置对应颜色
  scale_fill_manual(values = c("高于阈值" = "red", "低于阈值" = "green")) +
  # 将基因标注放在条形上方/下方，避免X轴重叠
  geom_text(aes(label = gen), vjust = ifelse(df_group1$diff > 0, -0.5, 1.5), size = 3) +
  # 添加阈值参考线（y=0对应RQ=2）
  geom_hline(yintercept = 0, linetype = "dashed", color = "gray50") +
  labs(y = "RQ与阈值2的差值", title = "基因表达差值图（第一部分）") +
  # 隐藏X轴原标签，改用条形上方的标注
  theme(axis.text.x = element_blank(),
        axis.ticks.x = element_blank(),
        panel.grid.major.y = element_line(color = "gray90"))

print(p1)

4. 绘制第二部分图表 #

复用逻辑替换数据集即可：

p2 <- ggplot(df_group2, aes(x = gen, y = diff, fill = color_group)) +
  geom_col(width = 0.7) +
  scale_fill_manual(values = c("高于阈值" = "red", "低于阈值" = "green")) +
  geom_text(aes(label = gen), vjust = ifelse(df_group2$diff > 0, -0.5, 1.5), size = 3) +
  geom_hline(yintercept = 0, linetype = "dashed", color = "gray50") +
  labs(y = "RQ与阈值2的差值", title = "基因表达差值图（第二部分）") +
  theme(axis.text.x = element_blank(),
        axis.ticks.x = element_blank(),
        panel.grid.major.y = element_line(color = "gray90"))

print(p2)

你原有代码的问题说明 #

1. 前两段代码直接用RQ作为条形高度，未计算与2的差值，且Y轴从0开始，导致低于2的部分无法显示，自然看不到向下的条形
2. 第三段代码中的index变量不存在，这是直接报错的核心原因，同时逻辑上也未处理差值计算

内容的提问来源于stack exchange，提问作者Javier Hernando