如何在ggplot2分面小提琴图中添加分组观测数标注？

需求：在分面小提琴图的每个小提琴旁标注绘制该小提琴所用的观测数量，现有未添加标注的示例代码：

library(ggplot2)
library(dplyr)
library(tidyverse)

data("iris")

c <- rep(c('r', 'g', 'b'), 50)
c <- sample(c)
facet_row <- rep(c('row1', 'row2', 'row3', 'row4', 'row5'), 30)
facet_col <- rep(c('col1', 'col2', 'col3'), 50)

iris$facet_rows <- facet_row
iris$facet_cols <- facet_col
iris$color <- c
iris$count <- sample(1:10, size = 150, replace = T)

p <- ggplot(iris, aes(x=Species, y=Petal.Length, fill=color)) + 
  geom_violin(alpha = 0.7, na.rm = T) +
  coord_flip() +
  facet_grid(rows = vars(facet_rows), cols = vars(facet_cols))

print(p)

尝试两种方法均存在问题：

• 方法一：使用stat_summary自定义函数，仅显示Species分组的总数，无法区分不同color子分组的观测数：

count_data <- function (y){
  df <- data.frame(y = min(y) - 0.2, label = length(y))
  return(df)
}

p <- ggplot(iris, aes(x=Species, y=Petal.Length, fill=color)) + 
  geom_violin(alpha = 0.7, na.rm = T) + stat_summary(fun.data = count_data, geom = "text", aes(group = Species)) +
  coord_flip() +
  facet_grid(rows = vars(facet_rows), cols = vars(facet_cols))

print(p)

问题原因：group = Species参数强制按物种分组统计，忽略了color的子分组维度。

• 方法二：直接用geom_text添加预计算的count字段，存在两个问题：同组小提琴的标注重叠在同一行、每个观测会重复绘制一次标注：

p <- ggplot(iris, aes(x=Species, y=Petal.Length, fill=color)) + 
  geom_violin(alpha = 0.7, na.rm = T) + geom_text(aes(label=count, y=Petal.Length), nudge_y = -0.1) +
  coord_flip() +
  facet_grid(rows = vars(facet_rows), cols = vars(facet_cols))

print(p)

问题原因：原数据集每行对应一个观测，geom_text会逐行渲染；且未针对color分组调整位置，导致标注重叠。

正确实现方法 #

核心思路：先按分面维度（facet_rows、facet_cols）、Species、color全维度分组，计算每个小提琴对应的观测数，再用汇总后的数据集添加文本标注，同时通过位置对齐避免重叠。

步骤1：预计算分组观测数 #

# 按所有分组维度汇总，计算每个小提琴的观测数，同时确定标注的y轴位置
label_data <- iris %>%
  group_by(facet_rows, facet_cols, Species, color) %>%
  summarise(
    n = n(),
    y_pos = min(Petal.Length) - 0.3, # 标注固定在小提琴下方
    .groups = "drop"
  )

步骤2：绘制带标注的小提琴图 #

p <- ggplot(iris, aes(x=Species, y=Petal.Length, fill=color)) + 
  geom_violin(alpha = 0.7, na.rm = T, position = position_dodge(width = 0.8)) +
  # 添加观测数标注，使用汇总后的数据集，位置与小提琴对齐
  geom_text(
    data = label_data,
    aes(x=Species, y=y_pos, label = paste0("n=", n), group = color),
    position = position_dodge(width = 0.8), # 和小提琴的分组位置匹配
    size = 3
  ) +
  coord_flip() +
  facet_grid(rows = vars(facet_rows), cols = vars(facet_cols))

print(p)

关键说明： #

1. group_by包含所有维度，确保每个小提琴对应唯一的观测数统计结果。
2. position_dodge(width = 0.8)让标注和小提琴的分组位置完全对齐，避免同组内的标注重叠。
3. 用y_pos固定标注在小提琴下方，避免标注随观测值波动。

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