如何用geom_line连接不同分组箱线图的均值（position identity/side）

没问题，要实现在position=identity的箱线图上，用geom_line连接不同side分组下每个箱线图的均值，核心思路是先提前计算好各组的均值，再把均值点用线按side分组连接起来。下面我用示例数据一步步给你演示：

1. 准备示例数据 #

我用mtcars数据集模拟你的场景：把cyl作为x轴的箱线图分组，am对应你的side分组（自动/手动变速箱），mpg作为y轴数值。

library(ggplot2)
library(dplyr)

# 提前计算每个cyl和am分组的均值
mean_df <- mtcars %>%
  group_by(cyl, am) %>%
  summarise(mean_mpg = mean(mpg), .groups = "drop")

2. 绘制箱线图+均值连线 #

先画position=identity的箱线图，再叠加均值点和连线：

ggplot() +
  # 绘制position=identity的箱线图，用颜色区分side（am），调整透明度避免重叠
  geom_boxplot(data = mtcars, 
               aes(x = factor(cyl), y = mpg, color = factor(am)),
               position = "identity", alpha = 0.5) +
  # 添加均值点，用更醒目的样式
  geom_point(data = mean_df, 
             aes(x = factor(cyl), y = mean_mpg, color = factor(am)),
             size = 3, shape = 18) +
  # 关键：按side（am）分组连接均值点，确保每个side的线独立
  geom_line(data = mean_df, 
            aes(x = factor(cyl), y = mean_mpg, group = factor(am), color = factor(am)),
            linewidth = 1) +
  # 美化标签
  labs(x = "气缸数", y = "油耗(mpg)", color = "变速箱类型") +
  theme_minimal()

关键细节说明 #

• 提前计算均值：因为geom_line需要明确的分组映射（group = side），提前用dplyr计算均值能让我们更精准地控制连线逻辑，避免stat_summary在position=identity下可能出现的分组混乱。
• position=identity的箱线图：如果多个side的箱线图重叠严重，可以调整width参数缩小箱线图宽度，或者用alpha降低透明度，让所有箱线图都能看清。
• group映射：geom_line必须指定group = side，否则ggplot会把所有均值点当成一个组连线，这就不是你想要的效果了。

如果你的实际数据结构和示例不同（比如x是连续变量），只需要调整group_by的变量和x轴的映射即可，核心逻辑是一致的。

内容的提问来源于stack exchange，提问作者Al14