如何基于p值为ggplot分面图有条件添加对应颜色的geom_smooth趋势线

首先可以明确：按回归P值控制趋势线的显示和颜色，分组计算P值的步骤是必要的，ggplot原生没有内置对geom_smooth拟合结果的统计量判断逻辑，所以无法完全跳过前置计算，但你原本的循环写法可以大幅简化，借助tidyverse的嵌套数据框和broom包的模型处理功能，仅需几行代码即可完成所有预处理。

优化后完整代码 #

# 加载所需包，broom属于tidyverse生态，专门用于整理模型输出
library(tidyverse)
library(broom)

# 数据处理+分组计算P值+生成颜色列 一步完成
mtcars.p <- mtcars %>%
  as_tibble() %>%
  mutate(cyl = as.factor(cyl)) %>%
  # 按cyl分组嵌套数据
  group_by(cyl) %>%
  nest() %>%
  # 对每个分组的嵌套数据拟合lm，提取自变量的P值
  mutate(
    # 拟合模型
    fit = map(data, ~ lm(mpg ~ disp, data = .x)),
    # 提取disp项的P值
    P = map_dbl(fit, ~ summary(.x)$coefficients[2,4]),
    # 生成颜色映射列，比嵌套ifelse可读性更高
    p.color = case_when(
      P < 0.05 ~ "black",
      P < 0.1 ~ "lightblue",
      TRUE ~ NA_character_
    )
  ) %>%
  # 解除嵌套，还原原始数据集结构
  unnest(data) %>%
  select(-fit)

# 绘图代码和原逻辑一致
ggplot(data = mtcars.p, aes(x = disp, y = mpg)) +
  geom_smooth(method = "lm",
              se = FALSE,
              aes(color = p.color)) +
  geom_point() +
  scale_color_identity(name = NULL,
                       na.translate = FALSE,
                       labels = c("P < 0.05", "P < 0.10"),
                       guide = "legend") +
  facet_wrap(~cyl, scales = "free")

方案说明 #

• 替代了原本手动创建列表、循环过滤分组、合并数据的繁琐步骤，所有预处理逻辑集中在一段dplyr流程中，可读性和可维护性更高
• 如果你不想额外安装broom包，也可以直接保留提取P值的原生写法，仅用嵌套数据框+map的逻辑替换循环即可，整体代码长度依然远低于原实现
• 目前没有ggplot原生或其他扩展包可以完全跳过P值预计算实现该需求，因为判断逻辑依赖每个分组拟合后的统计结果，必须先生成该结果才能传入绘图的映射逻辑。

内容的提问来源于stack exchange，提问作者E. Moore