ggplot2修改图例标签异常与position_dodge错位问题

问题1：图例冗余、分类标签无法替换 #

问题原因 #

代码中linetype、shape、color、size四个美学属性均映射到分组变量TB2，但仅给scale_color_manual配置了labels参数，其余三个绑定TB2的标度未同步设置标签，ggplot2会为每个独立配置的标度单独生成图例，最终出现冗余图例，且原有标签无法被完全替换。

修复逻辑 #

• 不需要映射的美学属性（如案例中所有点线均为黑色、主数据点大小一致）直接移出aes()设为固定值，减少不必要的标度配置
• 所有绑定分组变量的标度统一配置标签，更简单的方式是提前将分组变量转为因子并设置标签，所有图层自动继承标签配置，无需逐个标度修改

问题2：position_dodge调整后图层错位 #

问题原因 #

position_dodge的偏移量是基于图层内的分组样本量计算的，为每个图层单独调用position_dodge()时，离群值图层每个x轴位置下的分组样本量和主数据集不一致，各图层独立计算偏移基准，最终导致线、点、误差棒位置不匹配。

修复逻辑 #

• 提前定义统一的位置调整对象，所有需要对齐的主图层（线、均值点、误差棒）调用同一个位置调整参数，保证偏移计算基准完全一致
• 离群值图层同分组下存在多个观测点，使用position_jitterdodge匹配主图层的dodge宽度，同时添加小范围水平抖动避免点重叠，设置固定随机种子保证结果可复现

修复后完整可运行代码 #

# 加载依赖（需提前安装ggplot2、包含theme_apa的papaja/jtools包）
library(ggplot2)

# ----------------------
# 步骤1：预处理数据，提前设置分组标签
# ----------------------
# 标签可根据实际需求替换，示例将no/yes替换为"Control"/"Intervention"
group_levels <- c("no", "yes")
group_labels <- c("Control", "Intervention") 

data2$TB2 <- factor(data2$TB2, levels = group_levels, labels = group_labels)
outliersDF$TB2 <- factor(outliersDF$TB2, levels = group_levels, labels = group_labels)

# ----------------------
# 步骤2：定义统一位置调整参数，保证所有主图层对齐
# ----------------------
dodge_width <- 0.4
main_pos <- position_dodge(width = dodge_width)
outlier_pos <- position_jitterdodge(
  jitter.width = 0.1, # 离群点小范围抖动避免重叠
  dodge.width = dodge_width, # 和主图层dodge宽度保持一致
  seed = 123 # 固定随机种子，每次运行离群点位置不变
)

# ----------------------
# 步骤3：绘图
# ----------------------
InteractionWithOutliers <- ggplot(mapping = aes(x = Messzeitpunkt, group = TB2)) + 
  # 交互线图层
  geom_line(
    data = data2, 
    aes(y = Sum_PCLMean, linetype = TB2),
    position = main_pos
  ) + 
  # 误差棒图层
  geom_errorbar(
    data = data2,
    aes(ymin = Sum_PCLMean - Sum_PCLSD, ymax = Sum_PCLMean + Sum_PCLSD), 
    width = .2,
    position = main_pos
  ) +
  # 均值点图层：color、size设为固定值，不放入aes
  geom_point(
    data = data2, 
    aes(y = Sum_PCLMean, shape = TB2), 
    color = "#000000",
    size = 2,
    position = main_pos
  ) +
  # 离群点图层
  geom_point(
    data = outliersDF, 
    aes(y = Sum_PCL, shape = TB2), 
    color = "#000000",
    size = 1.5, # 离群点稍小，和均值点做区分
    position = outlier_pos
  ) +
  # 统一配置分组相关标度
  scale_linetype_manual(values = c("solid", "dashed")) + # 两组线型可按需调整
  scale_shape_manual(values = c(15, 17)) +
  # 坐标轴配置
  ylim(0, 60) +
  scale_x_continuous(breaks = seq(0, 2)) +
  # 标签与主题
  labs(x = "Measurement Period", y = "PTSS mean scores") +
  theme_apa(
    legend.pos = "right",
    legend.use.title = FALSE,
    legend.font.size = 12,
    x.font.size = 12,
    y.font.size = 12,
    facet.title.size = 12,
    remove.y.gridlines = TRUE,
    remove.x.gridlines = TRUE
  )

# 输出图像
print(InteractionWithOutliers)

效果说明 #

运行代码后将仅生成一组合并的图例，标签为预设的分组文本，交互线、均值点、误差棒完全对齐，离群点分布在对应分组的位置旁不会重叠，也不会和主图层元素错位。

内容的提问来源于stack exchange，提问作者Timon Doo