ggplot2绘制线性混合效应模型报错：连续值传入离散刻度

问题根源 #

你的condition列是整数类型（从数据结构里的1L可以看出），R默认将整数视为连续变量，但你在geom_point中用它映射颜色，同时搭配了针对离散变量的scale_color_manual，两者类型不匹配导致报错。

解决方案 #

1. 将condition转换为因子类型

先把summStats_td_mean中的condition转为离散的因子类型，这样ggplot就能识别为分组变量：

# 基础R写法
summStats_td_mean$condition <- factor(summStats_td_mean$condition)

# 如果你用dplyr
# summStats_td_mean <- summStats_td_mean %>% mutate(condition = factor(condition))

2. 优化ggplot代码（可选但推荐）

不要在aes()里直接写data$column的形式（比如td_mean_pref_plot_groups$predicted），ggplot会自动从指定的数据源读取列，直接写列名更规范。

修改后的完整代码 #

# 转换变量类型
summStats_td_mean$condition <- factor(summStats_td_mean$condition)

# 绘制图形
p2 <- ggplot(td_mean_pref_plot_groups, aes(x, predicted, col = group)) +
      geom_line(size=1.5) +
      scale_color_manual(values = c("blue","red")) +
      geom_ribbon(aes(ymin=conf.low, ymax=conf.high, fill=group), alpha=.2, colour=NA) +
      scale_fill_manual(values = c("blue","red")) +
      geom_point(data=summStats_td_mean, aes(trial, mean, col = condition), size=2) +
      theme_bw() +
      xlab('Trial') +
      ylab('Prediction Error') +
      ylim(1,2.2) +
      ggtitle('TD learning about TD vs. TD \n learning about ASD') +
      theme(text=element_text(size=20),
            plot.title = element_text(hjust = 0.5),
            panel.border = element_blank())
p2

补充说明 #

之前相同代码未报错，大概率是因为当时的condition列已经是因子类型，或者数据导入时被自动识别为离散变量。这次的数据中condition是整数，所以触发了类型不匹配的问题。

内容的提问来源于stack exchange，提问作者Shannon Cahalan