R语言Plotly如何按颜色分组为每个类别添加单独回归线

现有代码仅对全量数据拟合了全局一元线性回归模型，add_lines图层未关联continent分组映射规则，因此仅能生成单条全局拟合线，无法匹配散点的分组颜色逻辑，无法对应每个大洲的数据分布趋势。

两种可直接运行的实现方案，均能按continent分组为每个大洲单独生成对应颜色的回归拟合线：

• 方法1：原生自动拟合（代码最简洁，无需提前预处理数据）
  直接在图层内按分组拟合模型，自动继承上层的颜色映射规则，无需额外手动处理拟合值：

  library(plotly)
  library(dplyr)
  
  fig2 <- plot_ly(rugby_data, x = ~height_cm, y = ~weight_kg, 
                  type="scatter", mode="markers", color = ~continent) %>% 
    add_trace(type = "scatter", mode = "lines",
              y = ~fitted(lm(weight_kg ~ height_cm, data = pick(everything()) |> group_by(continent))),
              showlegend = FALSE) %>%
    layout(title = 'Height Vs. Weight Scatter Plot', plot_bgcolor = "#e5ecf6")
  
  fig2
  

• 方法2：提前预处理拟合值（灵活度更高，适合自定义模型场景）
  先按分组计算好每个样本对应的拟合值，再传入线图层，支持自定义模型形式、拟合值范围等参数：

  library(plotly)
  library(dplyr)
  
  # 按大洲分组计算拟合值
  rugby_data_with_fit <- rugby_data %>%
    group_by(continent) %>%
    mutate(fit_weight = fitted(lm(weight_kg ~ height_cm))) %>%
    ungroup()
  
  fig2 <- plot_ly(rugby_data, x = ~height_cm, y = ~weight_kg, 
                  type="scatter", mode="markers", color = ~continent) %>% 
    add_lines(data = rugby_data_with_fit, x = ~height_cm, y = ~fit_weight,
              color = ~continent, showlegend = FALSE) %>%
    layout(title = 'Height Vs. Weight Scatter Plot', plot_bgcolor = "#e5ecf6")
  
  fig2
  

• 图层内映射变量不要使用数据框$变量名的写法（例如不要写color = rugby_data$continent），直接用~变量名即可，否则会破坏分组映射逻辑
• 拟合线图层的color映射变量需要和散点层保持一致，才能保证同组散点和拟合线颜色匹配
• 如果需要在图例中单独展示拟合线条目，将showlegend参数设置为TRUE即可

内容的提问来源于stack exchange，提问作者Isaoud