R语言：如何用bias()结果创建数据框并通过ggplot绘制散点图？

1. sku_analysis数据框的创建问题 #

你当前创建的sku_analysis语法上是正确的，但属于宽格式数据框，这种格式并不适配ggplot的可视化逻辑——ggplot更适合处理长格式（tidy data）：每行对应一个独立观测，列对应明确的变量类别（如SKU名称、偏差值）。

宽格式的问题在于，每个SKU的偏差被存为单独一列，ggplot无法将这些列识别为同一类别的分组数据。推荐重构为长格式，两种实现方式：

# 方式1：直接创建长格式数据框
sku_analysis <- data.frame(
  SKU = c("SKUA", "SKUB", "SKUC", "SKUD"),
  bias = c(SKUA_bias, SKUB_bias, SKUC_bias, SKUD_bias)
)

# 方式2：从已有宽格式转换（依赖tidyverse）
library(tidyverse)
sku_analysis_wide <- data.frame(SKUA_bias, SKUB_bias, SKUC_bias, SKUD_bias)
sku_analysis <- sku_analysis_wide %>%
  pivot_longer(cols = everything(), names_to = "SKU", values_to = "bias") %>%
  mutate(SKU = stringr::str_remove(SKU, "_bias")) # 移除SKU名称中的_bias后缀

2. 用ggplot绘制散点图的方法 #

你之前的ggplot代码错误在于：aes()参数中不能同时传入多个x变量，ggplot要求x、y对应单一的变量列。由于每个SKU仅对应一个偏差值，散点图的合理逻辑是：x轴为SKU名称，y轴为偏差值，每个点代表对应SKU的预测偏差。

基础绘图代码 #

library(ggplot2)

ggplot(data = sku_analysis, aes(x = SKU, y = bias)) +
  geom_point(size = 3) + # 放大点的尺寸，提升可读性
  labs(
    x = "SKU编号",
    y = "预测偏差（Bias）",
    title = "各SKU预测偏差对比"
  ) +
  theme_minimal()

y轴设置说明 #

• 默认情况下，ggplot会根据偏差值的范围自动调整y轴刻度。如果需要手动定制：
  • 指定y轴范围：scale_y_continuous(limits = c(-60, 20))（可根据你的实际偏差值调整）
  • 自定义刻度间隔：scale_y_continuous(breaks = seq(-60, 20, 10))
• 若要突出“预测完全准确（偏差=0）”的基准线，可添加一条参考线：

  ggplot(data = sku_analysis, aes(x = SKU, y = bias)) +
    geom_point(size = 3) +
    geom_hline(yintercept = 0, color = "red", linetype = "dashed") + # 红色虚线基准线
    labs(x = "SKU编号", y = "预测偏差（Bias）", title = "各SKU预测偏差对比") +
    theme_minimal()
  

内容的提问来源于stack exchange，提问作者Christian Krahenbuhl