使用for循环创建facet_wrap图，为每个分面标记最大值

问题描述 #

需要实现以下需求：

• 按id生成独立图表，每个图表内以month为分面（facet_wrap）展示time与score的趋势
• 为每个id下**每个分面（即每个month）**对应的score最大值添加标签
• 保留ind变量，方便后续扩展标记最大值前后n行的点

现有代码存在的问题：仅能标记每个id的全局score最大值，无法识别分面内的最大值（例如id=a的month=2最大值55、id=b的month=1最大值8均未被标记）

示例数据 #

qdat = data.frame(id = rep(c(rep("a",5), rep("b",5)),2),
                  month = as.factor(c(rep(1,10), rep(2,10))),
                  time = c(rep(1:5,4)),
                  score = c(12,23,34,45,56,
                            4,5,6,8,7,
                            11,22,33,55,44,
                            7,8,9,10,12))

解决方案 #

使用tidyverse工具链实现分组计算与批量绘图，核心是按id+month分组识别最大值：

步骤1：加载依赖包并预处理数据

library(tidyverse)

# 按id和month分组，识别每个分面内的最大值，生成ind变量（组内行号）
qdat_processed <- qdat %>%
  group_by(id, month) %>%
  mutate(
    max_score = max(score),
    is_max = score == max_score,
    ind = row_number()  # 组内行号，方便后续标记前后n行
  ) %>%
  ungroup()

步骤2：定义绘图函数并批量生成图表

# 定义单ID的绘图函数
plot_single_id <- function(id_data) {
  ggplot(id_data, aes(x = time, y = score)) +
    geom_line(color = "#636363") +
    geom_point(size = 2) +
    # 突出显示最大值点
    geom_point(data = filter(id_data, is_max), aes(color = is_max), size = 4, show.legend = FALSE) +
    # 添加最大值标签
    geom_text(
      data = filter(id_data, is_max),
      aes(label = paste("Max:", max_score)),
      vjust = -1.2, hjust = 0.5, color = "#d62728", size = 4
    ) +
    facet_wrap(~month, ncol = 2) +
    labs(title = paste("Score Trend - ID:", unique(id_data$id)),
         x = "Time", y = "Score") +
    theme_bw() +
    theme(plot.title = element_text(hjust = 0.5, size = 14, face = "bold"))
}

# 按ID拆分数据并批量生成所有图表
qdat_processed %>%
  group_split(id) %>%
  map(plot_single_id)

关键逻辑说明 #

• 分组计算：通过group_by(id, month)实现最小粒度的分组，确保每个分面内的最大值被精准识别，解决了原代码仅识别全局最大值的问题
• ind变量扩展：生成的ind是组内行号，后续若需标记最大值前后n行，只需筛选ind %in% c(which(is_max)-n, which(is_max), which(is_max)+n)即可
• 批量绘图：用group_split(id)拆分数据，结合map函数批量生成每个ID的独立图表，提升效率

内容的提问来源于stack exchange，提问作者Mark Davies