如何在ggplot中按观测日期分组取分位数后直接拟合回归曲线

解决方案 #

核心思路是利用geom_smooth()的data参数直接在图层内部完成分组、分位数计算与过滤操作，不需要提前生成任何中间数据集，也不会修改原数据。
你需要先加载dplyr包完成分组过滤操作，修改后的完整绘图代码如下：

library(ggplot2)
library(dplyr)

ggplot(data=df_Bandvals, aes(x=depth, y=Band12plusmin))+
  scale_x_continuous(limits = c(-15, 35))+
  scale_y_continuous(limits = c(120, 960))+
  geom_point(aes(color=factor(obsdate)), size=1.5)+
  geom_smooth(
    method = "loess",
    # 图层内部完成分组过滤，仅用每组下50%分位数的样本拟合
    data = ~ .x |> 
      group_by(obsdate) |> 
      filter(Band12plusmin <= quantile(Band12plusmin, 0.5))
  )

参数说明

• ~ .x指代ggplot全局传入的原数据集df_Bandvals
• 若要调整筛选的分位数阈值，直接修改quantile()中的0.5为对应数值即可，比如0.3就是取每个分组内下30%分位数的样本
• 若需要换成线性拟合，直接把method参数改为"lm"即可

内容的提问来源于stack exchange，提问作者jaysigg