在R中使用ggplot绘制含分类变量的热图时遇报错求助

错误原因 #

你写的代码存在两个核心问题：

• aes(x = c("Group1", "Group2"))手动指定了长度为2的向量，但你的数据有5行，ggplot要求美学映射的长度必须是1或与数据行数完全匹配，因此触发报错。
• y = "Measurement"和fill = "Score"使用了字符串字面量，而非引用数据框的列名，导致ggplot无法识别对应的数据列。

正确实现步骤 #

要绘制群体成员身份与测量指标的热图，需要先调整数据格式，再计算群体-指标组合的汇总得分（热图每个单元格需对应唯一值），最后用ggplot完成绘制：

1. 安装并加载所需工具包

install.packages(c("tidyr", "dplyr", "ggplot2"))
library(tidyr)
library(dplyr)
library(ggplot2)

2. 将群体列转换为长格式
   把Group1和Group2拆分为行，仅保留属于对应群体的记录：

df_long <- df1 %>%
  pivot_longer(cols = starts_with("Group"), 
               names_to = "Group", 
               values_to = "Membership") %>%
  filter(Membership == 1)

3. 计算群体-测量指标的汇总得分
   这里以均值作为每个组合的代表得分，你也可根据需求替换为中位数、总和等统计量：

df_summary <- df_long %>%
  group_by(Group, Measurement) %>%
  summarise(Average_Score = mean(Score, na.rm = TRUE), .groups = "drop")

4. 绘制热图

fig1 <- ggplot(df_summary, aes(x = Group, y = Measurement, fill = Average_Score)) +
  geom_tile(color = "white") + # 添加白色边框区分单元格
  scale_fill_viridis_c(option = "C") + # 可选：用viridis配色提升可读性
  labs(x = "群体成员身份", y = "测量指标", fill = "平均得分") +
  theme_minimal()

print(fig1)

补充说明 #

如果你的需求是保留个体层面的所有数据（即使同一个群体-指标组合有多个个体），可以跳过汇总步骤，但这种情况热图可能出现数据重叠，更推荐用汇总值展示群体层面的相关性。

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