如何在R的ggplot2中实现多数据独立比例的双Y轴绘图？

现有时间序列数据框herbs，包含日期列date、降水量列SUM_PP，以及两个NDVI信号列h_fspec_NDVI和h_L_NDVI。需要绘制以date为X轴的图表：

• 左Y轴展示降水量SUM_PP
• 右Y轴独立适配两个NDVI信号的数值范围

当前使用ggplot2的代码如下，但无法实现双Y轴独立适配，两个Y轴始终线性关联：

meteo_spec <- ggplot(herbs)  + 
  geom_bar(aes(x=date, y=SUM_PP),stat="identity", fill="cyan",colour="#006000")+
  geom_line(aes(x=date, y=100*h_fspec_NDVI),stat="identity",color="red",size=1)+
  geom_line(aes(x=date, y=100*h_L_NDVI), stat = "identity", colour="black",size=1)+
  labs(title= "NDVI vs Precipitation",
       x="TIME",y="PP")+
  scale_y_continuous(sec.axis=sec_axis(~.*0.01,name="NDVI")) +
  scale_y_continuous(sec.axis=sec_axis(~.*0.01,name="NDVI"))

meteo_spec

问题核心：

1. 重复调用scale_y_continuous会覆盖之前设置，仅最后一次生效
2. ggplot2的双Y轴本质是基于主Y轴的线性转换，固定缩放比例会强制两个轴关联，无法各自适配数据范围

通过手动计算数据范围的缩放因子，将NDVI数据映射到主Y轴（降水量）的数值区间内，再通过sec_axis做逆转换，实现双Y轴独立适配各自数据：

步骤1：计算缩放参数 #

# 获取降水量的数值范围
pp_range <- range(herbs$SUM_PP, na.rm = TRUE)
# 获取两个NDVI信号的合并数值范围
ndvi_range <- range(c(herbs$h_fspec_NDVI, herbs$h_L_NDVI), na.rm = TRUE)

# 计算缩放因子：将NDVI范围映射到降水量范围的比例
scale_factor <- diff(pp_range) / diff(ndvi_range)
# 计算偏移量：确保NDVI数据映射后完全落入降水量的数值区间
offset <- pp_range[1] - ndvi_range[1] * scale_factor

步骤2：绘制双Y轴图表 #

meteo_spec <- ggplot(herbs) +
  # 绘制降水量柱状图（主Y轴）
  geom_bar(aes(x = date, y = SUM_PP), stat = "identity", fill = "cyan", colour = "#006000") +
  # 绘制转换后的NDVI折线（映射到主Y轴范围）
  geom_line(aes(x = date, y = h_fspec_NDVI * scale_factor + offset), 
            color = "red", size = 1) +
  geom_line(aes(x = date, y = h_L_NDVI * scale_factor + offset), 
            color = "black", size = 1) +
  # 设置坐标轴标签
  labs(title = "NDVI vs Precipitation", x = "TIME", y = "Precipitation (PP)") +
  # 配置主Y轴和次Y轴（次Y轴做逆转换还原NDVI原始值）
  scale_y_continuous(
    sec.axis = sec_axis(
      ~ (. - offset) / scale_factor,
      name = "NDVI"
    )
  ) +
  theme_minimal()

meteo_spec

代码说明 #

• 先将NDVI数据通过scale_factor和offset映射到降水量的数值区间，确保折线能在主Y轴坐标系中正确显示
• 次Y轴通过~ (. - offset) / scale_factor做逆转换，将主Y轴数值还原为NDVI原始范围，实现双Y轴各自适配数据
• 仅需一次调用scale_y_continuous完成主、次Y轴配置

内容的提问来源于stack exchange，提问作者Cláudio Siva