如何用ggplot实现含group分面的双重分组可视化？

你遇到的核心问题是聚合过程中丢失了group字段，导致没法用它来分面。其实只需要在group_by的时候把group也包含进去，就能在聚合结果中保留这个信息，进而直接用facet_wrap实现分面效果，不用逐个筛选生成多张图。

修正后的完整代码 #

library(tidyverse)

# 你的原始数据生成代码
id = rep(1:33,3)
year = rep(1:3,33)
group = sample(c(1:3),99, replace=T)
test_result = sample(c(TRUE,FALSE), size=99, replace = T)
df = data.frame(id, year, group, test_result)
df$year = as.factor(year)
df$group = as.factor(group)

# 优化后的可视化代码
df %>%
  group_by(id, year, group) %>%  # 新增group到分组变量中，保留分组信息
  summarize(x = sum(test_result), .groups = "drop") %>%  # 清理分组结构，避免ggplot警告
  ggplot() +
  geom_histogram(aes(fill = year, x = x), binwidth = 1, position = "dodge") +
  facet_wrap(~group) +  # 按group分面展示
  theme_minimal()

为什么这个方法有效？ #

你的原始聚合代码只按id和year分组，所以summarize后的数据框里没有group字段。而把group加入group_by后，每个聚合组对应id+year+group的组合，这样就能在结果中保留group的值，之后就可以直接用它来分面。

特殊情况：如果每个id的group是固定的 #

如果你的实际数据中，同一个id的group值不会随year变化（比如每个用户属于固定分组），可以先提取每个id对应的group，再合并到聚合结果中，这样更高效：

# 提取每个id的固定group
id_group_map <- df %>% distinct(id, group)

df %>%
  group_by(id, year) %>%
  summarize(x = sum(test_result), .groups = "drop") %>%
  left_join(id_group_map, by = "id") %>%  # 合并group信息
  ggplot() +
  geom_histogram(aes(fill = year, x = x), binwidth = 1, position = "dodge") +
  facet_wrap(~group) +
  theme_minimal()

内容的提问来源于stack exchange，提问作者Jeremy