使用ggplot2在分组柱状图上叠加散点与误差条的技术问题

我来帮你逐一搞定这几个问题，咱们先理清楚问题根源，再给出完整的修正方案：

1. 调整rep散点的正确顺序 #

你遇到的散点顺序混乱、和柱状图不对齐的问题，主要是两个原因：

• 原始散点的aes里没关联scientist分组，导致position_dodge无法和柱状图的分组匹配
• rep默认是字符型，ggplot会按字母排序，但我们需要它按rep1→rep2→rep3的逻辑顺序排列

修正方法很简单：把rep转成有序因子，同时给散点的aes加上group=scientist，让散点跟着柱状图的分组进行偏移对齐。

2. 将柱状图改为显示中位数（或均值） #

原来用stat="identity"直接绘制原始数据，会把同一分组的所有值叠加起来，所以看起来像是最大值。我们需要先对数据做汇总，计算每个cell+scientist+timepoint分组的中位数（或均值），再用汇总后的数据画柱状图。

3. 添加包含最值的误差条 #

同样在数据汇总时，顺便算出每个分组的最小值和最大值，然后用geom_errorbar绘制，注意要设置和柱状图一致的position_dodge，保证误差条和柱子完全对齐。

完整修正代码 #

先加载需要的包：

library(ggplot2)
library(dplyr)
library(RColorBrewer)

生成数据并做预处理与汇总：

set.seed(123) # 设置随机种子让结果可复现
mydf <- data.frame(
  cell=paste0("cell", rep(1:3, each=12)),
  scientist=paste0("scientist", rep(rep(rep(1:2, each=3), 2), 3)),
  timepoint=paste0("time", rep(rep(1:2, each=6), 3)),
  rep=paste0("rep", rep(1:3, 12)),
  value=runif(36)*100
)

# 把rep转为有序因子，强制指定顺序
mydf$rep <- factor(mydf$rep, levels = paste0("rep", 1:3), ordered = TRUE)

# 汇总数据：计算每个分组的中位数、最小值、最大值
summary_df <- mydf %>%
  group_by(cell, scientist, timepoint) %>%
  summarise(
    median_val = median(value),
    min_val = min(value),
    max_val = max(value),
    .groups = "drop"
  )

最后绘制图形：

myPal <- brewer.pal(3, "Set2")[1:2]
myPal2 <- brewer.pal(3, "Set1")
outfile <- "test.pdf"

pdf(file=outfile, height=10, width=10)
ggplot() +
  # 用汇总数据画柱状图，按scientist分组偏移
  geom_bar(data=summary_df, aes(cell, median_val, fill=scientist), 
           stat="identity", position=position_dodge(.9), width=0.8) +
  # 添加误差条，对应最值，偏移量和柱状图保持一致
  geom_errorbar(data=summary_df, aes(cell, ymin=min_val, ymax=max_val, group=scientist),
                position=position_dodge(.9), width=0.2) +
  # 用原始数据画散点，group=scientist确保和柱子对齐，color区分重复样本
  geom_point(data=mydf, aes(cell, value, color=rep, group=scientist), 
             position=position_dodge(.9), size=5) +
  facet_grid(timepoint~., scales="free_x", space="free_x") +
  scale_y_continuous("% of total cells") +
  scale_fill_manual(values=myPal) +
  scale_color_manual(values=myPal2) +
  labs(x = "Cell Type", y = "% of total cells") +
  theme_bw()
dev.off()

关键修改说明： #

• 分开指定图层的数据：柱状图和误差条用汇总后的summary_df，散点用原始数据
• 所有需要偏移对齐的图层都加上group=scientist，并使用相同的position_dodge(.9)
• 把rep转为有序因子，强制散点按我们想要的顺序排列
• 如果想把柱状图改成显示均值，只需要把汇总里的median_val换成mean_val，用mean(value)计算即可

内容的提问来源于stack exchange，提问作者DaniCee