ggplot绘制分属不同数据框的x/y变量：For循环处理后按因子分组需求

报错核心原因 #

• 不是NA导致的问题，是数据索引错误和ggplot使用逻辑错误：
  • 你构造单样本数据时写的disp[1:16]缺少行索引逗号，实际取的是前16行而非第一行的16列，返回的是data.frame结构无法直接转数值向量，触发第一个报错
  • ggplot的aes()中应该直接引用传入data参数的数据集的列名，不能调用外部向量，即使长度匹配也不符合语法规范，触发第二个报错
• 原有数据处理逻辑丢失了Group、rank等分组信息，无法满足后续分组绘图需求，需要调整为整洁数据结构

最优解决步骤 #

第一步：调整数据处理逻辑，生成符合ggplot要求的长格式数据 #

首先修正你读入代码的笔误（dx读入写了y值表的文件名），直接合并两个表后转长格式，保留所有分组信息：

# 加载依赖包
library(tidyverse)
library(readxl)

# 读入原始数据，注意替换为实际文件名
dy <- read_excel("y值表文件路径.xlsx")
dx <- read_excel("x值表文件路径.xlsx")

# 按ID匹配合并两个表，保留所有分组字段
df_merge <- inner_join(dy, dx, by = "ID")

# 转为长格式整洁数据，每行对应一个测试点
df_long <- df_merge %>%
  # 提取所有peak列转长
  pivot_longer(cols = starts_with("peak"), names_to = "p_idx", values_to = "peak") %>%
  # 提取所有disp列转长
  pivot_longer(cols = starts_with("disp"), names_to = "d_idx", values_to = "disp") %>%
  # 匹配peak和disp的序号，保证peak1对应disp1
  filter(str_remove(p_idx, "peak") == str_remove(d_idx, "disp")) %>%
  # 清理冗余列
  select(-p_idx, -d_idx)

处理后的df_long自动保留所有NA值，ggplot会默认跳过NA点无需额外处理，同时保留了所有分组字段，支持任意维度的分组绘图。

第二步：绘图示例 #

绘制单个样本的散点图

df_long %>%
  # 替换为你要绘制的样本ID
  filter(ID == "目标样本ID") %>%
  ggplot(aes(x = disp, y = peak)) +
  geom_point(size = 2, shape = 23) +
  labs(x = "displacement", y = "peak")

按rank分组对比（rank=4 vs rank=6）

df_long %>%
  filter(rank %in% c(4, 6)) %>%
  ggplot(aes(x = disp, y = peak, color = factor(rank), group = ID)) +
  geom_point(size = 2, shape = 23) +
  # 可选添加分组拟合线看趋势
  geom_smooth(se = FALSE, linewidth = 0.8) +
  labs(x = "displacement", y = "peak", color = "Rank")

按Group分组对比（Hym vs Dip）

df_long %>%
  filter(Group %in% c("Hym", "Dip")) %>%
  ggplot(aes(x = disp, y = peak, color = Group, group = ID)) +
  geom_point(size = 2, shape = 23) +
  labs(x = "displacement", y = "peak")

内容的提问来源于stack exchange，提问作者Andy