如何使用ggplot2为每种蛋白生成独立的分组柱状图？

方法1：用分面快速生成多图（适合一次性查看所有结果） #

直接在现有代码基础上添加facet_wrap()，按protein_name拆分每个子图，这是最快捷的实现方式：

基础版代码 #

library(ggplot2)

ggplot(data, aes(group, area, fill = time)) +
  theme_classic() +
  geom_bar(position = position_dodge(), stat = "identity") +
  facet_wrap(~protein_name) # 按蛋白名称拆分出独立子图

优化版（自适应Y轴+美化） #

如果不同蛋白的含量范围差异较大，可开启scales="free_y"让每个子图Y轴独立，同时优化标签和样式：

ggplot(data, aes(group, area, fill = time)) +
  theme_classic() +
  geom_bar(position = position_dodge(), stat = "identity") +
  facet_wrap(~protein_name, scales = "free_y") + # Y轴自适应每个蛋白的数值范围
  labs(
    x = "干预组", 
    y = "蛋白含量(area)", 
    title = "不同蛋白的分组含量对比"
  ) +
  theme(
    strip.text = element_text(size = 12, face = "bold"), # 分面标题加粗放大
    plot.title = element_text(hjust = 0.5) # 标题居中
  )

方法2：批量生成并保存独立图片文件（适合单独导出每个蛋白的图） #

如果需要为每个蛋白生成单独的图片文件（如PNG、PDF），可以用purrr包批量处理：

步骤1：加载所需包 #

library(ggplot2)
library(purrr)

步骤2：批量生成并保存 #

# 获取所有唯一的蛋白名称列表
protein_names <- unique(data$protein_name)

# 遍历每个蛋白，生成图表并保存
walk(protein_names, function(protein) {
  # 筛选当前蛋白的数据
  protein_data <- subset(data, protein_name == protein)
  
  # 绘制柱状图
  plot <- ggplot(protein_data, aes(group, area, fill = time)) +
    theme_classic() +
    geom_bar(position = position_dodge(), stat = "identity") +
    labs(
      title = paste0(protein, " 蛋白含量对比"),
      x = "干预组",
      y = "蛋白含量(area)"
    )
  
  # 保存为PNG文件，文件名以蛋白名命名
  ggsave(
    filename = paste0(protein, "_barplot.png"),
    plot = plot,
    width = 6,
    height = 4,
    dpi = 300
  )
})

可选：基于汇总统计量绘图（更严谨的科研图表） #

如果你的数据是原始样本数据（每个PID对应一个值），直接用stat="identity"会绘制所有样本的柱子，通常科研图表会展示均值+误差棒，可以先用dplyr分组统计：

library(dplyr)

# 按组、时间、蛋白分组，计算均值和标准差
summary_data <- data %>%
  group_by(group, time, protein_name) %>%
  summarise(
    mean_area = mean(area, na.rm = TRUE),
    sd_area = sd(area, na.rm = TRUE),
    .groups = "drop"
  )

# 用汇总数据绘图，添加误差棒
ggplot(summary_data, aes(group, mean_area, fill = time)) +
  theme_classic() +
  geom_bar(position = position_dodge(), stat = "identity") +
  geom_errorbar(
    aes(ymin = mean_area - sd_area, ymax = mean_area + sd_area),
    position = position_dodge(0.9), # 和柱子对齐
    width = 0.2 # 误差棒宽度
  ) +
  facet_wrap(~protein_name, scales = "free_y") +
  labs(x = "干预组", y = "蛋白含量均值(area)")

内容的提问来源于stack exchange，提问作者Carmen O