如何在R的ggplot中为各国GDP折线图添加最小值与最大值

以下是两种常见需求的实现方法，基于长格式的GDP数据（包含country、year、gdp三列）：

1. 标记每个国家的GDP最值点 #

先从数据中筛选出每个国家GDP的最大值和最小值对应的记录，再将这些点和标签添加到折线图中：

library(ggplot2)
library(dplyr)

# 模拟示例数据（替换成你的真实数据）
set.seed(123)
gdp_data <- expand.grid(country = c("USA", "China", "Japan", "Germany"), year = 2000:2020) %>%
  mutate(gdp = case_when(
    country == "USA" ~ 10000 + 500*year - 0.1*year^2 + rnorm(n(), 0, 300),
    country == "China" ~ 2000 + 800*year - 0.05*year^2 + rnorm(n(), 0, 400),
    country == "Japan" ~ 8000 + 300*year - 0.15*year^2 + rnorm(n(), 0, 250),
    country == "Germany" ~ 7000 + 400*year - 0.12*year^2 + rnorm(n(), 0, 280)
  ))

# 筛选每个国家的GDP最值行
gdp_country_extremes <- gdp_data %>%
  group_by(country) %>%
  filter(gdp == max(gdp) | gdp == min(gdp)) %>%
  ungroup()

# 绘制带最值标记的折线图
ggplot(gdp_data, aes(x = year, y = gdp, color = country)) +
  geom_line(linewidth = 1) +
  # 添加最值点，用不同形状区分最大值/最小值
  geom_point(data = gdp_country_extremes, 
             aes(shape = ifelse(gdp == max(gdp), "最大值", "最小值")), 
             size = 3, stroke = 1) +
  # 添加GDP数值标签
  geom_text(data = gdp_country_extremes, 
            aes(label = round(gdp, 0)), 
            vjust = -1, hjust = 0.5, size = 3) +
  # 自定义形状样式
  scale_shape_manual(values = c("最大值" = 19, "最小值" = 17)) +
  labs(title = "各国GDP年度趋势", x = "年份", y = "GDP", 
       color = "国家", shape = "极值类型") +
  theme_minimal()

2. 标记全局GDP最值点 #

如果需要标记整个数据集里的GDP最大值和最小值（不区分国家），可以这样处理：

# 筛选全局GDP最值行
gdp_global_extremes <- gdp_data %>%
  filter(gdp == max(gdp) | gdp == min(gdp))

# 绘制带全局最值标记的折线图
ggplot(gdp_data, aes(x = year, y = gdp, color = country)) +
  geom_line(linewidth = 1) +
  # 用带填充的点突出全局最值
  geom_point(data = gdp_global_extremes, size = 4, shape = 21, fill = "white", stroke = 2) +
  # 添加带国家名称的标签
  geom_text(data = gdp_global_extremes, 
            aes(label = paste0(round(gdp, 0), "\n(", country, ")")), 
            vjust = -1.5, size = 3.5) +
  labs(title = "各国GDP年度趋势（含全局最值）", x = "年份", y = "GDP", color = "国家") +
  theme_minimal()

注意事项 #

• 如果你的数据是宽格式（列是国家，行是年份），需要先转成长格式：

  library(tidyr)
  # wide_data是你的宽格式数据
  long_data <- wide_data %>%
    pivot_longer(cols = -year, names_to = "country", values_to = "gdp")
  

• 若存在多个年份对应同一最值（比如某国GDP连续两年相同且为最值），可以根据需求用slice_max()/slice_min()替代filter()，避免重复标记：

  gdp_country_extremes <- gdp_data %>%
    group_by(country) %>%
    slice_max(gdp, n = 1) %>%
    bind_rows(gdp_data %>% group_by(country) %>% slice_min(gdp, n = 1)) %>%
    ungroup()
  

内容的提问来源于stack exchange，提问作者Jickson Thomas