如何用ggplot绘制总和的中位数线？附现有代码求优化建议

首先，我先帮你梳理现有代码的问题，然后给出符合需求的解决方案：

核心问题分析 #

你的代码里有几个关键问题导致无法正常生成想要的图表：

1. 没有将日期转换为月份分组：你用了aes(Month, n)但数据里根本没有Month列，ggplot会直接报错；
2. stat_summary的参数过时：fun.y在新版ggplot2中已经被弃用，应该改用fun；
3. 冗余的日期类型转换：把Date转成POSIXlt没必要，ggplot对原生Date类型支持更好；
4. 缺少分组设置：如果按月份聚合，需要指定group=1才能让线连续连接。

解决方案：两种常见的"总和中位数线"场景 #

根据你的描述，我假设你需要两种情况之一，下面分别给出代码：

场景1：每月总计数的线 + 所有月份总计数的中位数水平线

这种场景是先计算每个月的总count，然后添加一条水平线表示所有月份总count的中位数：

library(tidyverse)
library(lubridate)
library(scales)

# 1. 简化日期处理
dataset$Created_Date <- gsub("T.*", "", dataset$Created_Date)
dataset$Created_Date <- ymd(dataset$Created_Date) # 直接用ymd解析，无需strptime

# 2. 重命名列（用dplyr的rename_with更简洁）
dataset <- dataset %>% rename_with(~gsub(" ", "_", .x))

# 3. 统计每日count
dfcount <- dataset %>% count(Created_Date)

# 4. 计算所有月份总count的中位数（先聚合再取中位数）
monthly_totals <- dfcount %>% 
  group_by(month = floor_date(Created_Date, "month")) %>% 
  summarise(total = sum(n)) %>% 
  pull(total)
median_total <- median(monthly_totals)

# 5. 绘制图表
Monthlywithavg <- ggplot(dfcount, aes(x = floor_date(Created_Date, "month"), y = n)) +
  # 按月求和的线（蓝色）
  stat_summary(fun = sum, geom = "line", color = "#1f77b4", size = 1, aes(group = 1)) +
  # 中位数水平线（红色虚线）
  geom_hline(yintercept = median_total, color = "#ff4b5c", linetype = "dashed", size = 1) +
  # x轴格式化：显示年月，每月一个刻度
  scale_x_date(labels = date_format("%Y-%m"), breaks = "1 month") +
  # 图表标签
  labs(x = "Month", y = "Total Daily Count", 
       title = "Monthly Total Count with Overall Median Line") +
  # 美化主题，避免x轴标签重叠
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Monthlywithavg

场景2：每月总计数的线 + 每月内每日count的中位数线

这种场景是同时展示每月的总count，以及每个月内每日count的中位数趋势：

# 沿用前面的数据处理步骤，直接绘制图表
Monthlywithavg <- ggplot(dfcount, aes(x = floor_date(Created_Date, "month"), y = n)) +
  # 按月求和的线（蓝色）
  stat_summary(fun = sum, geom = "line", color = "#1f77b4", size = 1, aes(group = 1)) +
  # 每月内每日count的中位数线（绿色）
  stat_summary(fun = median, geom = "line", color = "#2ca02c", size = 1, aes(group = 1)) +
  scale_x_date(labels = date_format("%Y-%m"), breaks = "1 month") +
  labs(x = "Month", y = "Count", 
       title = "Monthly Total Count vs Daily Median Count",
       caption = "Blue: Monthly Total | Green: Daily Median per Month") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Monthlywithavg

其他需要修改的细节 #

1. 日期处理简化：你原来的ymd(strptime(...))可以直接改成ymd(dataset$Created_Date)，因为ymd函数能直接识别%Y-%m-%d格式的字符串；
2. 列重命名优化：用rename_with比直接修改names(dataset)更符合tidyverse风格，也更稳健；
3. x轴标签可读性：添加theme(axis.text.x = element_text(angle = 45, hjust = 1))可以避免月份标签重叠；
4. 避免警告：新版ggplot2中fun.y已经被弃用，必须改用fun，否则会弹出警告信息。

内容的提问来源于stack exchange，提问作者Archie