R语言实现按exposure分组的重复测量Spaghetti图绘制

问题背景 #

现有一份重复测量数据集，Score为因变量，exposure是所构建混合模型中的主要固定因子，数据集结构如下：

structure(list(ID = c(50L, 50L, 60L, 60L, 60L, 60L, 70L, 70L), 
    Time = c(1L, 2L, 1L, 2L, 3L, 4L, 1L, 2L), Score = c(100L, 
    150L, 100L, 400L, -205L, -601L, 100L, 226L), exposure = c(1L, 
    1L, 1L, 1L, 1L, 1L, 2L, 2L)), class = "data.frame", row.names = c(NA, 
-8L))

需求为绘制Spaghetti图，展示各受试者Score随时间的变化趋势，同时体现不同exposure水平的效应，绘图时需按受试者所属exposure组别做视觉区分，无分组的参考效果如下：

现有初步代码未实现预期分组效果：

ggplot ( DB, aes ( x= Time, Y= Score, group_by=exposure, color = ID)+
geom_points()+
geom_line()+
theme_bw()

错误原因说明 #

原代码存在4个核心问题：

• ggplot2的aes()映射中不存在group_by参数，分组控制需使用group参数
• 纵轴映射参数为小写y，原代码写为大写Y无法正确识别Score列
• 点图层函数名拼写错误，正确函数名为geom_point()，无末尾s
• 分组逻辑错误：面条图需要以单个受试者ID为连线分组单位，才能保证同一个受试者的多次观测连成独立轨迹；若直接将分组设为exposure，会把同组所有受试者的观测点串成一条线，完全丢失个体轨迹信息，也无法通过视觉属性区分组别效应。

正确实现代码 #

library(ggplot2)

# 读入示例数据
DB <- structure(list(ID = c(50L, 50L, 60L, 60L, 60L, 60L, 70L, 70L), 
    Time = c(1L, 2L, 1L, 2L, 3L, 4L, 1L, 2L), Score = c(100L, 
    150L, 100L, 400L, -205L, -601L, 100L, 226L), exposure = c(1L, 
    1L, 1L, 1L, 1L, 1L, 2L, 2L)), class = "data.frame", row.names = c(NA, 
-8L))

# 预处理：将分类变量转为因子，避免被当作连续值处理
DB$ID <- as.factor(DB$ID)
DB$exposure <- as.factor(DB$exposure)

# 绘制分组面条图
ggplot(DB, aes(x = Time, y = Score)) +
  # 个体轨迹层：按ID连线，按exposure区分颜色，设置透明度避免线条遮挡
  geom_line(aes(group = ID, color = exposure), linewidth = 1, alpha = 0.7) +
  # 观测点层：同样按exposure区分颜色
  geom_point(aes(color = exposure), size = 2, alpha = 0.8) +
  # 可选：添加各组的平均趋势线（虚线），更直观展示exposure的整体效应
  stat_smooth(aes(group = exposure, color = exposure), 
              method = "lm", se = FALSE, linewidth = 1.5, linetype = "dashed") +
  # 修改图例标题
  labs(color = "Exposure组别") +
  theme_bw()

可选优化方向 #

• 若同组受试者数量较多，可进一步调低geom_line()的alpha值，减少线条重叠带来的视觉杂乱
• 可通过scale_color_brewer(palette = "Set1")等配色函数调整组间颜色差异，让组别区分更明显
• 若需要单独展示每组的轨迹分布，可在代码末尾添加facet_wrap(~exposure, ncol = 2)实现分面展示

内容的提问来源于stack exchange，提问作者Sari Katish