R语言ggplot2如何绘制带±SD的公共X值对齐均值折线

你现在写的代码是逐行取同一行的grey1和grey2计算SD，X轴直接取两个distance的平均值，完全没有做公共X值匹配。只要两组的X值存在偏移、或者原始数据的行顺序不是一一对应，计算出来的均值和SD都是错的，也没法正确处理缺失值。

核心逻辑是先生成0-100区间等间距的公共X网格，再把两组数据通过插值映射到同一套X值上，对齐之后再逐点计算均值和SD，完全适配你提到的X有细微偏差、存在缺失值的场景。

• 公共X的步长可以根据你的数据精度调整，默认步长1对应0-100共101个计算点，步长越小精度越高
• 插值默认用线性插值，适配大多数折线场景；如果你的曲线是平滑连续的，可以替换成样条插值获得更顺滑的结果
• 所有缺失值会在插值、计算环节自动剔除，不会出现报错

# 加载所需依赖包
library(ggplot2)
library(data.table)

# 读取数据，替换为你的实际文件路径
test <- read.csv("foldername.csv")

# --------------------------
# 公共X对齐+统计量计算
# --------------------------
# 1. 生成0-100区间的公共X轴网格，步长可按需调整
common_x <- seq(0, 100, by = 1)

# 2. 分别清洗两组数据，剔除缺失值后插值到公共X轴
# 第一组数据处理
group1 <- na.omit(data.table(x = test$distance1, y = test$grey1))
interp_g1 <- approx(x = group1$x, y = group1$y, xout = common_x)$y
# 第二组数据处理
group2 <- na.omit(data.table(x = test$distance2, y = test$grey2))
interp_g2 <- approx(x = group2$x, y = group2$y, xout = common_x)$y

# 3. 逐公共X点计算均值、标准差
aligned_result <- data.table(
  x = common_x,
  mean_val = rowMeans(cbind(interp_g1, interp_g2), na.rm = TRUE),
  sd_val = apply(cbind(interp_g1, interp_g2), 1, function(i) sd(i, na.rm = TRUE))
)

# 4. 转换原始数据为长表，用于绘制原始观测的点和线
raw_long <- melt(
  as.data.table(test),
  measure = patterns("^distance","^grey"),
  value.name = c("distance", "grey"),
  na.rm = TRUE
)

# --------------------------
# 绘图
# --------------------------
ggplot() +
  # 绘制原始两组观测的折线和散点
  geom_line(data = raw_long, aes(x = distance, y = grey, color = variable), linewidth = 0.8, alpha = 0.7) +
  geom_point(data = raw_long, aes(x = distance, y = grey, color = variable), size = 2, alpha = 0.7) +
  # 绘制±SD误差带
  geom_ribbon(data = aligned_result, aes(x = x, ymin = mean_val - sd_val, ymax = mean_val + sd_val),
              alpha = 0.15, fill = "#E64B35") +
  # 绘制均值折线和对应散点
  geom_line(data = aligned_result, aes(x = x, y = mean_val, color = "Average"), linewidth = 1.2) +
  geom_point(data = aligned_result, aes(x = x, y = mean_val, color = "Average"), size = 1.5) +
  # 标签与主题调整
  labs(x = "Distance", y = "Grey value", color = "Group") +
  theme_light(base_size = 16)

• 如果需要更顺滑的插值效果，把代码里的approx()替换成spline()即可，用法完全一致
• 如果后续需要增加更多组曲线，只要按照前两组的格式新增插值结果列，放入cbind()中统一计算均值和SD即可，逻辑不需要改动
• 如果某个公共X点上只有一组有有效观测值，代码会自动跳过该点的SD计算，不会出现异常值影响绘图

内容的提问来源于stack exchange，提问作者Ruthilia Vera