在ggplot重排序和子集化时如何分配稳定颜色？

我完全懂你的困扰——当在Shiny里动态子集化数据、重新排序分类变量后，ggplot的颜色居然跟着位置跑，不是牢牢绑定到每个分类上。这是因为默认情况下，ggplot会根据当前绘图的因子水平子集来分配颜色，而不是基于全局所有可能的分类水平。

核心解决方案：提前创建全局颜色映射，手动指定scale #

我们需要给所有可能的分类（这里是rowname）提前分配固定颜色，然后强制ggplot使用这个映射，不管数据怎么子集化，颜色都和分类一一对应。

步骤1：准备数据并生成全局颜色映射

先把分类变量转成因子（保留所有原始水平），然后为每个分类生成唯一的固定颜色：

library(tidyverse)

# 处理原始数据，把rowname转成因子（保留所有车型）
data <- mtcars %>% 
  rownames_to_column() %>% 
  rowid_to_column() %>% 
  mutate(rowname = as.factor(rowname))

# 为每个车型生成固定颜色映射（用hcl生成均匀分布的颜色）
color_mapping <- setNames(
  hcl(h = seq(0, 360, length.out = n_distinct(data$rowname))),
  levels(data$rowname)
)

步骤2：创建带固定颜色映射的ggplot对象

在绘图时，用scale_fill_manual和scale_color_manual指定我们提前生成的颜色映射，同时在aes里用reorder动态排序（不用在mutate里提前排序，这样更灵活）：

plot <- data %>% 
  ggplot(aes(x = reorder(rowname, mpg), y = mpg, fill = rowname, color = rowname)) +
  geom_col() +
  coord_flip() +
  # 绑定fill和color到全局颜色映射
  scale_fill_manual(values = color_mapping) +
  scale_color_manual(values = color_mapping)

步骤3：测试子集化效果

现在再测试你的子集代码，颜色就会固定对应每个车型了：

# 子集1：rowid <3
plot %+% droplevels(filter(data, rowid < 3))

# 子集2：rowid <4
plot %+% droplevels(filter(data, rowid < 4))

额外优化小技巧 #

• 如果觉得hcl生成的颜色不够美观，可以用RColorBrewer的调色板（注意部分调色板有最大颜色数量限制）：

  library(RColorBrewer)
  # 用Set3调色板，最多支持12种颜色，分类更多的话换其他调色板
  color_mapping <- setNames(brewer.pal(n_distinct(data$rowname), "Set3"),
                            levels(data$rowname))
  

• 如果你的分类变量是动态生成的（比如Shiny用户上传的数据），可以在数据加载完成后再生成颜色映射，确保覆盖所有可能的分类。

这样修改后，不管你怎么排序、怎么子集化数据，每个分类的颜色都会保持固定，完全符合你的预期！

内容的提问来源于stack exchange，提问作者PaoloCrosetto