R ggplot2如何动态设置折线图图例名称与对应颜色无需硬编码

可以实现动态配置，核心思路是将宽表转为长表，同时把图例名称、颜色映射做成可独立配置的参数，完全不需要在geom和scale层硬编码变量名，最终输出和你现有效果完全一致。 #

具体实现步骤 #

1. 定义动态配置项 #

所有资产相关的变量名、图例显示名、对应颜色都集中在这个配置块，后续修改只需要调整这部分即可：

# 动态配置：新增/修改/删除资产只需要调整这个列表即可
asset_config <- list(
  ibov_rt_acc = list(label = "IBOV Index", color = "seagreen"),
  imab_rt_acc = list(label = "BZRFIMAB Index", color = "cyan"),
  usdbrl_rt_acc = list(label = "USDBRL Curncy", color = "blueviolet"),
  portfolio_rt_acc = list(label = "RP Portfolio", color = "blue")
)

# 自动生成颜色映射向量，不需要手动硬编码
color_mapping <- sapply(asset_config, function(x) x$color)
names(color_mapping) <- sapply(asset_config, function(x) x$label)

2. 重构数据为长格式 #

把原来的宽表转为ggplot更友好的长格式，自动匹配配置中的变量：

library(tidyr)
library(dplyr)

plot_data <- weights_and_returns %>%
  # 自动提取配置中定义的变量列，不需要手动写列名
  select(Date, all_of(names(asset_config))) %>%
  pivot_longer(cols = -Date, names_to = "var_name", values_to = "return") %>%
  # 自动匹配配置中的图例显示名
  mutate(asset_label = sapply(var_name, function(x) asset_config[[x]]$label))

3. 绘图代码（无硬编码逻辑） #

library(ggplot2)
library(scales)

ggplot(plot_data, aes(x = Date)) +
  geom_line(aes(y = return, color = asset_label), size = 1.0) +
  labs(y="Returns", 
       x = "Date", 
       title = "Risk parity - cumulative returns since 2Q2011") +
  scale_y_continuous(labels = percent_format(accuracy = 0.01)) +
  scale_color_manual(name = "Assets", values = color_mapping)

方案优势 #

和你原有硬编码的输出效果完全一致，后续如果要调整图例名称、线条颜色，或者新增/删除资产曲线，只需要修改最上方的asset_config配置即可，不需要改动绘图逻辑部分。

内容的提问来源于stack exchange，提问作者SuavestArt