R语言ggplot整合多源数据批量生成含多图层的分析图表

你遇到的Aesthetics must be either length 1 or the same as the data (24): label报错，本质是ggplot图层映射的label参数长度与该图层调用的数据集行数不匹配，常见于批量生成多分析物图表的场景：你将拟合方程、均值标注这类单长度的文本值，放到了使用24行原始数据的图层的全局美学映射（aes()）中，ggplot要求映射变量的长度和数据集行数完全一致，因而触发报错。

• 拆分全局与图层专属参数：不要把label类单值参数放到顶层ggplot(aes())的全局映射中，所有标注类文本全部放到geom_text()、annotate()等专属标注图层的非映射参数里，单值文本直接传递即可，不需要用aes()包裹。
• 批量出图前隔离单分析物数据：遍历每个分析物生成图表时，先单独筛选当前分析物对应的数据：从主数据框取对应行、从两个数据框列表中取对应分析物的元素，所有图层优先使用当前分析物的子数据集，避免跨分析物的长度混淆。
• 提前计算单值标注变量：每个分析物的拟合方程、均值、±3倍标准差都在绘图前提前计算为独立单值变量，直接传递给标注图层的label参数，不要让ggplot自动从数据集里取变量映射。
• 拟合方程适配：如果使用ggpmisc::stat_poly_eq生成拟合方程，给该图层加上inherit.aes = FALSE参数，避免继承全局映射的多余变量；也可以直接用lm()提前拟合当前分析物的模型，手动拼接方程字符串后调用。

library(tidyverse)
# 遍历所有分析物批量生成图表
analyte_all <- unique(主数据框$分析物列名)
output_plots <- list()

for (idx in seq_along(analyte_all)) {
  cur_analyte <- analyte_all[[idx]]
  # 1. 单独提取当前分析物的所有数据源
  cur_main <- 主数据框 %>% filter(分析物列名 == cur_analyte)
  cur_list1 <- 第一个数据框列表[[cur_analyte]]
  cur_list2 <- 第二个数据框列表[[cur_analyte]]
  
  # 2. 提前计算标注用单值
  cur_mean <- mean(cur_main$测量值列名, na.rm = TRUE)
  cur_sd <- sd(cur_main$测量值列名, na.rm = TRUE)
  cur_upper_3sd <- cur_mean + 3 * cur_sd
  cur_lower_3sd <- cur_mean - 3 * cur_sd
  # 拟合模型生成方程文本
  cur_fit <- lm(测量值列名 ~ 自变量列名, data = cur_main)
  cur_eq <- sprintf("y = %.2fx + %.2f\nR² = %.2f", 
                    coef(cur_fit)[2], coef(cur_fit)[1], summary(cur_fit)$r.squared)
  
  # 3. 绘图 所有单值label不做映射 直接传递
  output_plots[[idx]] <- ggplot(cur_main, aes(x = 自变量列名, y = 测量值列名)) +
    # 箱线图：如果用列表中的分组数据单独指定data参数
    geom_boxplot(aes(x = as.factor(分组列名), y = 测量值列名), data = cur_list1) +
    # 散点图
    geom_point(size = 2, alpha = 0.7) +
    # 最优拟合线
    geom_smooth(method = "lm", se = FALSE, color = "red", linewidth = 1) +
    # 标注拟合方程 单值直接传label
    geom_text(x = quantile(cur_main$自变量列名, 0.9, na.rm = T), 
              y = quantile(cur_main$测量值列名, 0.9, na.rm = T),
              label = cur_eq, hjust = 1) +
    # 均值、±3SD线
    geom_hline(yintercept = cur_mean, color = "blue", linetype = "dashed", linewidth = 0.8) +
    geom_hline(yintercept = c(cur_upper_3sd, cur_lower_3sd), color = "orange", linetype = "dotted", linewidth = 0.8) +
    # 标注均值
    annotate("text", x = quantile(cur_main$自变量列名, 0.1, na.rm = T),
             y = cur_mean * 1.03, label = paste0("Mean = ", round(cur_mean, 2)), hjust = 0) +
    ggtitle(cur_analyte)
}

内容的提问来源于stack exchange，提问作者Spooked