如何在ggplot中平滑带fill填充的时间序列geom_area图形？

当前已绘制9T、9C两类就诊占比的堆叠百分比面积图，原始效果如下：

原始绘图代码：

ggplot(long2, aes(x = DATA, y = value, fill = variable)) + geom_area(position="fill", alpha=0.75) +
      scale_y_continuous(labels = scales::comma,n.breaks = 5,breaks = waiver()) +
      scale_fill_viridis_d() +
      scale_x_date(date_labels = "%b/%Y",date_breaks = "6 months") +
      ggtitle("Proporcions de les visites, només 9T i 9C") +
      xlab("Data") + ylab("% visites") + 
      theme_minimal() + theme(legend.position="bottom") + guides(fill=guide_legend(title=NULL)) +

        annotate("rect", fill = "white", alpha = 0.3, 
        xmin = as.Date.character("2020-03-16"), xmax = as.Date.character("2020-06-22"),
        ymin = 0, ymax = 1)

当前图形存在明显锯齿状波动，需要做平滑处理。

以下三种方案可根据数据粒度和展示需求选择：

• 方案1：ggplot图层内直接平滑（代码改动最小）
  直接在现有绘图代码中叠加平滑图层，指定位置参数为position="fill"与原面积图对齐，选择适合时间序列的局部加权回归（loess）方法，关闭置信区间避免干扰视觉。新增代码片段如下：

  geom_smooth(method = "loess", se = FALSE, 
              position = "fill", span = 0.2, linewidth = 0)
  

  其中span参数控制平滑程度，值越大曲线越平滑；linewidth=0用于关闭平滑线描边，让平滑填充区域和原面积图自然融合。
• 方案2：数据预处理做滚动平均（结果最稳定，适合业务场景）
  这类锯齿大多来自单日就诊数据的随机波动，先按类别分组做滚动平均再绘图，不会出现比例失真问题。需要加载dplyr和zoo包做数据处理：

  library(dplyr)
  library(zoo)
  # 按类别分组做7天滚动平均，窗口大小k可根据波动幅度调整
  long2_smooth <- long2 %>%
    arrange(DATA) %>%
    group_by(variable) %>%
    mutate(smooth_value = rollmean(value, k = 7, fill = NA, align = "center")) %>%
    ungroup()
  

  后续绘图只需要将原代码中aes里的y = value替换为y = smooth_value即可，其余代码完全不用改动。
• 方案3：样条插值顺滑边缘（适合展示类可视化）
  如果需要完全无锯齿的顺滑曲线，可以对每个分组的时间序列做三次样条插值，生成密度更高的时间点拟合值后再绘图，生成的面积边缘会完全平滑。

注意：所有平滑操作后都需要校验每个时间节点的两类占比之和是否为1，避免平滑算法导致比例失真；原有疫情时段的白色半透明标注矩形放在所有图层最上层即可，不需要调整。

内容的提问来源于stack exchange，提问作者José Ángel Vicente Gómez