R语言：如何合并两个使用stat_summary()的ggplot2图形并自定义轴刻度

嘿，这事儿我熟！想要把两个带标准差的时间序列图合并成一个，还能手动调整坐标轴刻度，咱们一步步来：

第一步：先把数据整理成「整洁格式」 #

ggplot2最擅长处理长格式（tidy）数据，所以如果你的两个数据集是分开的，先把它们合并到一起，并且加上一个分组列（比如叫group）来区分两组数据。举个例子，假设你有两组数据df1和df2：

# 模拟两组带时间、均值、标准差的示例数据
df1 <- data.frame(
  time = 1:10,
  mean_val = rnorm(10, 5, 1),
  sd_val = runif(10, 0.5, 1.2),
  group = "A组"
)

df2 <- data.frame(
  time = 1:10,
  mean_val = rnorm(10, 7, 1.2),
  sd_val = runif(10, 0.6, 1.5),
  group = "B组"
)

# 合并成一个整洁数据集
combined_df <- rbind(df1, df2)

如果你的数据本来是宽格式（比如一列是A组均值，一列是B组均值），可以用tidyr::pivot_longer()来转换，这一步很关键，能让后续绘图更省心。

第二步：绘制合并图并添加标准差 #

用ggplot()初始化，然后用geom_line()画趋势线，geom_errorbar()展示标准差，通过color或linetype区分两组：

library(ggplot2)

p <- ggplot(combined_df, aes(x = time, y = mean_val, color = group)) +
  # 绘制均值趋势线
  geom_line(linewidth = 1) +
  # 绘制标准差误差棒，width控制误差棒的横向宽度
  geom_errorbar(aes(ymin = mean_val - sd_val, ymax = mean_val + sd_val), 
                width = 0.2, position = position_dodge(0.2)) +
  # 可选：添加均值点，让数据更直观
  geom_point(size = 2) +
  # 自定义颜色，让两组区分更明显
  scale_color_manual(values = c("A组" = "#2E86AB", "B组" = "#F24C4C")) +
  # 添加标题和轴标签
  labs(title = "两组数据随时间变化的趋势及标准差",
       x = "时间",
       y = "均值",
       color = "组别") +
  # 用主题优化外观（可选）
  theme_bw()

第三步：手动调整坐标轴刻度 #

根据你的时间轴类型（连续型或离散型），用对应的scale_x_*()函数来设置刻度：

如果时间是连续型数值（比如天数、月份数）： #

p + scale_x_continuous(
  # 设置要显示的刻度位置
  breaks = c(1, 3, 5, 7, 10),
  # 对应刻度的标签（如果需要自定义文字的话）
  labels = c("第1天", "第3天", "第5天", "第7天", "第10天"),
  # 设置x轴范围（可选）
  limits = c(0, 11)
)

如果时间是离散型分类（比如"Jan", "Feb"或者"阶段1"）： #

# 假设你的time列是分类变量
p + scale_x_discrete(
  breaks = c("阶段1", "阶段3", "阶段5"),
  labels = c("初期", "中期", "末期")
)

额外小技巧 #

• 如果你的两个原始图是完全分开绘制的（比如p1和p2），也可以用patchwork包把它们并排或上下排列，但你要的是合并到同一个坐标系里，所以上面的方法更合适。
• 误差棒的位置如果有重叠，可以用position_dodge()来错开，让两组的误差棒互不遮挡。

这样就能得到一个清晰展示两组数据随时间变化差异，同时包含标准差，还能自定义坐标轴刻度的合并图啦！

内容的提问来源于stack exchange，提问作者schande