多时间区间完成率绘图：按第三变量拆分的ggplot实现问题

你的原代码没法得到正确结果，核心问题是当前数据是宽格式，而ggplot需要的是每一行对应一个独立观测的长格式数据，另外你在aes里的x、y写法完全错误，c(Jan,Feb,Mar)和Jan:Mar都不是正确的变量引用方式。

步骤1：把宽格式数据转成长格式 #

用tidyr包的pivot_longer函数（属于tidyverse生态，和ggplot2适配性最好），把月份列合并成一列，完成率对应另一列：

# 先加载需要的包
library(tidyverse)

# 转换数据格式
df_long <- df %>%
  pivot_longer(cols = -location,  # 除了location列，其他列都要转换
               names_to = "month",  # 新的月份列名
               values_to = "completion_rate")  # 新的完成率列名

转换后的df_long结构示例：

# A tibble: 15 × 3
   location month completion_rate
      <int> <chr>           <dbl>
 1        1 Jan             0.5 
 2        1 Feb             0.4 
 3        1 Mar             0.25
 4        2 Jan             0.6 
 5        2 Feb             0.33
 6        2 Mar             0.2 
...

步骤2：绘制时间变化图表 #

现在用长格式数据绘图，因为是展示随时间的变化，用geom_line+geom_point会比单纯的点图更直观：

ggplot(df_long, aes(x = month, y = completion_rate, color = factor(location), group = location)) +
  geom_line(linewidth = 1) +  # 绘制折线
  geom_point(size = 3) +  # 加上数据点
  labs(x = "月份", y = "完成率", color = "地点") +  # 设置标签
  scale_y_continuous(labels = scales::percent) +  # 把y轴转成百分比显示
  theme_minimal()  # 用简洁的主题

原代码错误原因 #

• 宽格式下，每个月份是单独的列，ggplot无法直接识别“时间序列”的逻辑，必须把所有月份的数值放到同一列，同时用另一列标记月份。
• aes(x=c(Jan,Feb,Mar))这种写法会把三个列的数值直接拼接成一个向量，但丢失了每个数值对应的月份和地点关联；y=Jan:Mar是生成列的索引，完全不是你要的完成率数值，逻辑完全错误。

内容的提问来源于stack exchange，提问作者M3Lba