ggplot2 spaghetti图添加loess回归线、中位数(IQR)或均值(SD)方法求助

问题原因 #

• 两次运行异常的核心诱因是ggplot全局美学映射中设置了group=ID，后续统计图层默认继承该分组规则，导致统计计算按每个ID单独执行：
  1. 绘制LOESS线时，系统会为每个ID单独拟合曲线，多数ID仅2~3个观测值，达不到LOESS拟合的样本要求，因此抛出大量警告
  2. 绘制中位数线时，stat_summary的fun.df参数要求传入的是函数名而非提前计算好的数据框，且按ID分组后计算的中位数也不是你需要的整体变化趋势

解决方案 #

方案1：添加整体LOESS非线性趋势线 #

给geom_smooth单独设置group=1覆盖全局ID分组即可，代码如下：

# 注意你定义的数据集名为mydata，原代码中soquestiondata需替换为mydata
sp_loess <- 
  ggplot(mydata, aes(x=age, y=continuous_outcome, group=ID, color=ID)) + 
  geom_point() + 
  geom_line() + 
  xlab("年龄（岁）") + 
  ylab("连续结局变量") +
  theme(legend.position = "none") + 
  # group=1表示所有数据作为整体拟合，颜色固定为红色，se=FALSE可关闭置信区间阴影
  geom_smooth(method="loess", formula=y~x, group=1, color="red", se=TRUE)
sp_loess

方案2：添加中位数趋势线 #

无需提前计算中位数，直接通过stat_summary指定计算逻辑与整体分组即可：

sp_median <- 
  ggplot(mydata, aes(x=age, y=continuous_outcome, group=ID, color=ID)) + 
  geom_line() + 
  geom_point() + 
  # fun指定统计函数为中位数，group=1表示整体计算，linewidth调整线宽
  stat_summary(fun = median, group=1, color="red", geom="line", linewidth=1) + 
  xlab("年龄（岁）") + 
  ylab("连续结局变量") +
  theme(legend.position = "none")
sp_median

如果需要展示分箱的中位数散点，把geom="line"改为geom="point"即可。

内容的提问来源于stack exchange，提问作者tcvdb1992