在R语言散点图中添加基于X区间中位数Y的经验最佳拟合线

刚好我之前做过类似的需求，这种非参数的区间中位数拟合线很适合展示数据趋势，而且完全不需要参数拟合，灵活性拉满。下面一步步给你演示怎么实现：

首先，我们先模拟一组匹配你场景的示例数据：

set.seed(123) # 固定随机种子，保证结果可重复
x <- runif(200, min = 0.1, max = 0.3) # 生成0.1到0.3之间的随机X值
y <- 5 + 10*(x - 0.2)^2 + rnorm(200, 0, 0.2) # 带噪声的二次曲线Y值
df <- data.frame(x, y)

第一步：自定义X区间分组 #

用cut()函数可以轻松实现灵活的区间分组，你可以完全自定义区间的间隔或者断点：

# 这里按0.01的步长划分区间，你可以修改breaks参数调整区间
# 比如想要0.02的步长，就把by改成0.02；非等距区间直接写breaks=c(0.1,0.12,0.15,...)
df$x_group <- cut(df$x, breaks = seq(0.1, 0.3, by = 0.01), include.lowest = TRUE)

include.lowest=TRUE是为了确保第一个区间能包含最小的X值，避免数据遗漏。

第二步：计算每个区间的中位数Y和区间中点 #

我个人习惯用dplyr来做数据汇总，代码更直观；如果你不想加载额外包，也可以用base R实现，我后面也会提。

library(dplyr)

fit_data <- df %>%
  group_by(x_group) %>%
  summarize(
    # 提取区间的上下限，然后计算中点
    lower = as.numeric(strsplit(gsub("\\(|\\)|\\[|\\]", "", as.character(x_group)), ",")[[1]][1]),
    upper = as.numeric(strsplit(gsub("\\(|\\)|\\[|\\]", "", as.character(x_group)), ",")[[1]][2]),
    x_mid = (lower + upper)/2,
    # 计算该区间内Y值的中位数
    y_median = median(y, na.rm = TRUE)
  ) %>%
  # 去掉没有数据的区间（避免画图时出现断点）
  filter(!is.na(y_median)) %>%
  select(x_mid, y_median) # 只保留需要的列

如果用base R的话，可以这样写：

# Base R 版本的分组计算
x_groups <- unique(df$x_group)
fit_data_base <- data.frame(x_mid = numeric(), y_median = numeric())

for (group in x_groups) {
  group_data <- df[df$x_group == group, ]
  if (nrow(group_data) == 0) next
  # 提取区间上下限
  interval_str <- gsub("\\(|\\)|\\[|\\]", "", as.character(group))
  bounds <- as.numeric(strsplit(interval_str, ",")[[1]])
  x_mid <- mean(bounds)
  y_median <- median(group_data$y, na.rm = TRUE)
  fit_data_base <- rbind(fit_data_base, data.frame(x_mid, y_median))
}

第三步：画出散点图+中位数拟合线 #

用ggplot2（美观易调整）

library(ggplot2)

ggplot() +
  # 画原始散点，alpha调小一点避免点重叠
  geom_point(data = df, aes(x = x, y = y), alpha = 0.6, color = "steelblue") +
  # 画中位数拟合线，用红色加粗突出
  geom_line(data = fit_data, aes(x = x_mid, y = y_median), color = "red", linewidth = 1.2) +
  labs(title = "散点图 + 自定义X区间中位数拟合线", x = "X值", y = "Y值") +
  theme_minimal()

用Base R（轻量无依赖）

plot(df$x, df$y, pch = 16, col = "steelblue", alpha = 0.6, 
     main = "散点图 + 自定义X区间中位数拟合线", 
     xlab = "X值", ylab = "Y值")
# 画拟合线
lines(fit_data$x_mid, fit_data$y_median, col = "red", lwd = 2)

这样就能得到你想要的效果：每个X区间的中点对应该区间Y的中位数，连接起来就是一条完全基于数据分布的经验拟合线，而且区间可以随便调整，完全不需要参数拟合~

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