ggplot2如何在同一图中展示多分类变量效应 可否用pivot_longer实现

基础数据 #

我的数据结构如下：

绘图需求 #

• Y轴映射Score变量，X轴映射Time变量
• 需要在同一个绘图面板中，分别展示Var1、Var 2两个分类变量各水平对应的Score随Time变化的趋势
• 不接受通过ggarrange拼接多个独立子图的实现方式
• 咨询是否可以通过pivot_longer函数完成该需求

现有不符合需求的代码 #

目前通过拼接两个独立分面图实现的代码如下：

var1_graph=ggplot (DB, aes(Time, Score, group_by = ID))+
facet_wrap(~var1)+
geom_smooth()+
theme_bw()
#####Var2
var2_graph = ggplot (DB, aes(Time,Score, group_by=ID))+
facet_wrap(~var2)+
geom_smooth()+
theme_bw()
################
ggarrange(var1_graph, var2_graph, labels = c("A","B"), 
ncol = 1, nrow = 2)

完全可以通过pivot_longer实现该需求，核心逻辑是先把需要展示的两个分类变量转换为长格式，用单独的列标记变量名称和变量水平，之后单次调用ggplot分面即可，无需拼接多个独立绘图对象。

具体实现代码 #

library(tidyverse)

# 1. 宽转长，整合Var1、Var 2两个分类变量
DB_long <- DB %>%
  pivot_longer(
    cols = c(Var1, `Var 2`), # 列名带空格需要用反引号包裹
    names_to = "var_category", # 存储原变量名（Var1/Var 2）
    values_to = "var_level" # 存储对应变量的水平值
  )

# 2. 单图分面绘图
final_plot <- ggplot(DB_long, aes(x = Time, y = Score, group = ID)) +
  geom_smooth() +
  # 按变量类别+水平分面，label_both会同时显示变量名和水平值，可读性更强
  facet_wrap(~var_category + var_level, labeller = label_both) +
  theme_bw()

# 输出图形
print(final_plot)

注意：原代码存在参数错误，group_by是dplyr包的数据分组函数，ggplot2的美学映射中指定分组需要使用group参数，上述代码已修正该问题，否则分组逻辑会出错。

如果希望分类维度更清晰，可以把facet_wrap替换为facet_grid(var_category ~ var_level)，实现效果为每一行对应一个分类变量，每一列对应该变量的不同水平，展示逻辑更直观。

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