如何用ggplot2在柱状图上叠加折线图？含代码示例

嘿，我来帮你解决这个问题！首先先修正你代码里的一个小笔误——melt的时候应该用dat而不是data，不然会报错哦。另外记得加载reshape2包（或者用data.table的melt也可以），先把数据处理好：

library(data.table)
library(ggplot2)
library(reshape2) # 加载melt需要的包
set.seed(100)
dat <- data.frame(Axis=letters[1:10],V1=1:10, V2=runif(10, 1,10), V3=10:1)
dat_melted <- melt(dat, id.var="Axis", measure.var=c("V1","V2","V3")) # 这里把data改成dat，重命名一下更清晰

接下来，你提到的aes(y=value[----])这种写法其实不太推荐，因为它会打乱ggplot的图层数据映射逻辑，容易出错还不好维护。更靠谱的方式是给每个geom图层单独指定对应的数据子集，下面给你两种实用的方法：

方法1：给每个geom单独过滤数据（最直观） #

这种方式直接明了，分别给柱状图和折线图筛选出需要的行：

ggplot() +
  # 绘制V1和V2的分组柱状图
  geom_bar(data = dat_melted[dat_melted$variable %in% c("V1", "V2"), ],
           aes(x = Axis, y = value, fill = variable),
           stat = "identity", position = "dodge") +
  # 绘制V3的折线图，必须加group=1！因为x是离散分类变量，不加的话折线不会连起来
  geom_line(data = dat_melted[dat_melted$variable == "V3", ],
            aes(x = Axis, y = value, group = 1),
            color = "darkred", linewidth = 1) +
  # 加点突出V3的数据点，看起来更清楚
  geom_point(data = dat_melted[dat_melted$variable == "V3", ],
             aes(x = Axis, y = value),
             color = "darkred", size = 2) +
  # 加个标题和标签，让图表更易懂
  labs(title = "柱状图+折线图叠加展示", x = "Axis分类", y = "数值", fill = "柱状图变量") +
  theme_minimal()

关键点说明： #

• 柱状图用position="dodge"是为了让V1和V2的柱子并排显示，而不是堆叠在一起；fill=variable用来区分两个变量的柱子颜色。
• 折线图一定要加group=1：因为你的x轴是离散的字母分类，ggplot默认会按x轴分组，不加这个参数的话，每个点都是单独的组，折线就画不出来啦。

方法2：全局映射+局部数据过滤 #

如果你想先设置全局的x轴映射，再在每个geom里调整数据，也可以这么写，用subset()函数过滤数据更简洁：

ggplot(dat_melted, aes(x = Axis)) +
  geom_bar(data = subset(dat_melted, variable %in% c("V1", "V2")),
           aes(y = value, fill = variable),
           stat = "identity", position = "dodge") +
  geom_line(data = subset(dat_melted, variable == "V3"),
            aes(y = value, group = 1),
            color = "steelblue", linewidth = 1) +
  geom_point(data = subset(dat_melted, variable == "V3"),
             aes(y = value),
             color = "steelblue", size = 2) +
  labs(title = "全局映射版：柱状图叠加折线图", x = "Axis分类", y = "数值", fill = "柱状图变量") +
  theme_classic()

为什么不推荐你想的value[----]写法？ #

比如你尝试写geom_bar(aes(y = value[variable %in% c("V1","V2")]))，会遇到这些问题：

• 数据长度不匹配：ggplot期望y轴数据的长度和整个数据集一致，过滤后的value更短，直接报错或者数据错位。
• 代码可读性差：把过滤逻辑塞进美学映射里，别人（甚至未来的你）看代码会一脸懵。
• 分组逻辑混乱：涉及到颜色、填充分组时，这种写法会破坏图层的关联，导致图形不符合预期。

所以，给每个geom单独指定数据子集是ggplot处理多图层不同数据的标准操作，既清晰又不容易踩坑～

内容的提问来源于stack exchange，提问作者Grec001