如何在ggplot2的geom_point绘图中添加平均趋势线以估计整体趋势？

首先，你的原始代码采用宽格式数据，这种格式不太方便拟合跨所有测量点的整体趋势线。我们先将数据转换为长格式，再添加趋势线，同时保留原有患者线段和测量点的展示效果。

步骤1：转换数据格式 #

使用tidyr::pivot_longer合并宽格式的温度数据，同时为每个测量值匹配对应的时间点（注意你原代码里的days和day应为同一类时间变量，这里做对应匹配）：

library(tidyr)
library(dplyr)

# 将宽格式数据转为长格式，每个测量点对应一行
df_long <- df %>%
  pivot_longer(
    cols = c(temp_1, temp_2),  # 要合并的温度列
    names_to = "measurement",  # 标记测量类型的新列（基线/第二次）
    values_to = "temp_value"   # 存储温度值的新列
  ) %>%
  # 为每个测量值匹配对应的时间：temp_1对应基线时间days，temp_2对应第二次测量时间day
  mutate(time = ifelse(measurement == "temp_1", days, day))

步骤2：修改绘图代码添加趋势线 #

用转换后的长数据绘图，保留原有的患者连接线段，再通过geom_smooth()在每个分面内拟合整体趋势：

library(ggplot2)

p <- ggplot(data = df_long, aes(x = time, y = temp_value, color = measurement)) +
  # 绘制所有测量点，自动匹配红/蓝颜色
  geom_point(show.legend = TRUE) +
  # 绘制患者的连接线段（用原宽数据，避免继承颜色映射）
  geom_segment(
    data = df,
    aes(x = days, y = temp_1, xend = day, yend = temp_2, color = NULL),
    inherit.aes = FALSE
  ) +
  # 自定义颜色映射，保持你原有的图例设置
  scale_color_manual(
    name = "Measurements",
    breaks = c("temp_1", "temp_2"),
    values = c("red", "blue")
  ) +
  # 坐标轴范围设置
  xlim(0, 20) +
  ylim(70, 100) +
  # 添加分面内的趋势线：用线性拟合，如需平滑趋势可替换为method="loess"
  geom_smooth(method = "lm", se = FALSE, color = "black", linewidth = 1) +
  # 按treatment分面
  facet_grid(~ treatment) +
  theme(legend.position = "bottom")

print(p)

关键说明 #

• geom_smooth(method = "lm")：在每个treatment分面子图中拟合线性趋势线，如果需要非线性平滑趋势，将method参数改为"loess"即可。
• se = FALSE：关闭趋势线的置信区间，若需要展示置信区间，改为se = TRUE即可。
• 线段单独使用原宽数据绘制：避免线段被颜色映射影响，保持统一的默认样式（也可手动指定color参数修改线段颜色）。

内容的提问来源于stack exchange，提问作者Newcomer