如何用ggplot绘制含两个x列、两个y列的分组箱线图

你现在没法用现成的gather代码出图的根本原因，是表结构和常规gather适配的场景不匹配：
常规gather方法适合的场景是「同一个X分组列下，并排多个Y变量」（比如单独一个Ocean.region列，对应MetaT、MetaG两个Y列）；但你现在的原始表，是两套独立的X-Y观测序列横向拼接出来的：

• 第一组观测：X变量是Ocean.regionT，对应Y值是MetaT
• 第二组观测：X变量是Ocean.regionG，对应Y值是MetaG
  而且你提到Ocean.regionG/MetaG的有效长度短于另外两列，说明横向对齐的时候存在空值错位，直接硬拉平整表，不仅会打乱本来的配对关系，还会把长度不齐带来的空值错配带进后续绘图。

核心思路是不要硬拉平整表，而是先把两套独立的X-Y配对序列拆出来，各自整理成统一格式的长表，再合并：

• 分别把两组配对的列单独拆出，统一列名后新增分组标识，单独删掉每组内部的空值（这一步就自动解决了你提到的两列长度不齐的问题，因为短列对应的空值会在本组内过滤，不会把另一组长列的有效观测删掉）
• 把两个整理好的长表按统一列名上下拼接，得到适合ggplot绘图的tidy格式
• 直接按常规分组箱线图的语法绘图

library(tidyverse)
# 拆分第一组配对序列：Ocean.regionT + MetaT
df_T <- BB %>% 
  select(Ocean_region = Ocean.regionT, KO_Values = MetaT) %>% 
  mutate(Data_Type = "MetaT") %>% 
  drop_na() # 仅过滤本组内的空值，不影响另一组的有效数据

# 拆分第二组配对序列：Ocean.regionG + MetaG
df_G <- BB %>% 
  select(Ocean_region = Ocean.regionG, KO_Values = MetaG) %>% 
  mutate(Data_Type = "MetaG") %>% 
  drop_na() # 自动过滤长度不齐带来的空值行

# 上下合并为统一的长表，转换分类变量为因子
BB_tidy <- bind_rows(df_T, df_G) %>% 
  mutate(
    Ocean_region = as.factor(Ocean_region),
    Data_Type = as.factor(Data_Type)
  )

# 绘制分组箱线图
ggplot(BB_tidy, aes(x = Ocean_region, y = KO_Values, fill = Data_Type)) +
  geom_boxplot(outlier.size = 0.5) +
  scale_fill_brewer(palette = "Set1") +
  scale_y_log10() +
  theme_bw()

• 不要直接对四列全表做gather拉平：比如直接把Ocean.regionT/Ocean.regionG作为key列、MetaT/MetaG作为value列拉成两列，会完全打乱“T的X配T的Y、G的X配G的Y”的对应关系，画出来的箱线图分组和数值是错配的
• 空值过滤要放在每组拆分后单独做，不要在原表上一次性过滤：如果某一行里Ocean.regionG是空，但Ocean.regionT是有有效观测的，在原表上整行删空值，会把本来有效的MetaT观测直接丢掉
• 示例数据里存在同个区域命名不一致的情况（比如Ocean.regionT的Madagascar对应Ocean.regionG的MS），绘图前可以统一一下命名规则，避免x轴上出现只有单个数据组的空分组

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