使用ggplot2为多个体绘制双变量关联子图的技术问询

嗨，我来帮你搞定这个把每个个体的两个变量图表关联展示的需求！你已经能分别画出两个变量的分面图了，现在只需要小小调整就能让每个id对应的var1和var2图紧密关联起来，我给你两种实用的方案：

方案1：长格式数据 + facet_grid 快速实现关联分面 #

这种方法代码简洁，适合快速生成符合需求的图表，核心是把宽格式数据转成长格式，让ggplot能同时处理两个变量。

步骤1：转换数据格式 #

首先加载tidyverse（包含ggplot2和数据处理工具），然后把数据转成长格式：

library(tidyverse)

# 你的示例数据
da <- data.frame(id = c(1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4), 
                 day = c(1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4), 
                 var1= c(3,4,2,1,2,2,2,3,4,4,5,3,2,1,2,3), 
                 var2 = c(1,1,1,2,2,2,1,2,2,1,2,1,1,1,1,2))

# 转成长格式：把var1和var2合并成一列，新增variable列标记变量名
da_long <- da %>%
  pivot_longer(cols = c(var1, var2), 
               names_to = "variable", 
               values_to = "value")

步骤2：绘制关联分面图 #

用facet_grid让每个id的两个变量图上下对齐，同时保持整体2行的布局逻辑（和你原来的分面一致）：

ggplot(da_long, aes(x = day, y = value)) +
  geom_line() +
  facet_grid(variable ~ id, 
             scales = "free_y",  # 因为var1和var2数值范围不同，让y轴独立缩放
             space = "free_y") + # 自动调整y轴的空间大小，适配数据范围
  labs(x = "Day", y = "Value") +
  theme(strip.text.y = element_text(angle = 0)) # 把左侧的变量标签改成横向，更易读

这个代码会生成2行（对应var1和var2）、4列（对应4个id）的布局，每个id的两个变量图完美上下关联。如果想要每个id的两个图左右排列，只需要把facet_grid的参数改成facet_grid(id ~ variable)就行。

方案2：patchwork包自定义组合子图（更灵活） #

如果你想要更个性化的布局——比如每个id的两个图作为一个独立模块，整体排成2行2列（和你原来的facet_wrap(~id, nrow=2)布局完全匹配），那patchwork包会是你的绝佳选择，它能像搭积木一样组合子图。

步骤1：生成每个id的子图并组合 #

library(patchwork)

# 循环为每个id生成var1和var2的子图，然后上下组合成一个模块
plot_modules <- map(unique(da$id), function(current_id) {
  # 绘制var1的图
  p_var1 <- da %>%
    filter(id == current_id) %>%
    ggplot(aes(x = day, y = var1)) +
    geom_line() +
    labs(title = paste("ID", current_id), y = "Var1") +
    theme(plot.title = element_text(hjust = 0.5)) # 让标题居中
  
  # 绘制var2的图，去掉重复的x轴标题
  p_var2 <- da %>%
    filter(id == current_id) %>%
    ggplot(aes(x = day, y = var2)) +
    geom_line() +
    labs(y = "Var2") +
    theme(axis.title.x = element_blank())
  
  # 把当前id的两个图上下组合
  p_var1 / p_var2
})

# 把所有模块组合成2行2列的布局，加上总标题
wrap_plots(plot_modules, nrow = 2) +
  plot_annotation(title = "Var1 & Var2 Trends by Individual", 
                  theme = theme(title = element_text(hjust = 0.5)))

这种方法可以让你完全控制每个子图的细节（比如标题、轴标签），整体布局也和你原来的习惯一致，每个id的两个变量图紧密关联在一起。

两种方案各有优势：方案1代码简洁高效，适合快速出图；方案2灵活度高，适合需要个性化调整的场景，你可以根据需求选择~

内容的提问来源于stack exchange，提问作者Scijens