求助：R语言多分组水平条形图的复杂绘制问题

嘿，看来你在做分组条形图的时候卡壳了！我先帮你梳理下思路，结合你给的这段数据片段来一步步解决问题～

你给的数据是竖线分隔的格式，首先得确保能正确读取。这里我用R和Python分别给你示例，你可以选自己熟悉的工具：

R 读取数据 #

# 把你提供的片段补全后读取（末尾的截断我假设了一个值，你替换成真实数据即可）
data <- read.delim(text = "location|region|treatment|GB
Georgia|Keys|pre|354
Georgia|Keys|pre|183
Georgia|Keys|pre|182
Georgia|Keys|pre|133
Georgia|North East|pre|44
Georgia|North East|pre|19
Georgia|North East|pre|70
Georgia|North East|pre|66
Georgia|North West|pre|102
Georgia|North West|pre|33
Georgia|North West|pre|106
Georgia|North West|pre|89", sep = "|")

Python 读取数据 #

import pandas as pd

# 如果你把数据存成了csv文件，直接读就行
data = pd.read_csv("your_data_file.csv", sep="|")
# 或者直接用文本片段读取
data = pd.read_csv(pd.compat.StringIO("""location|region|treatment|GB
Georgia|Keys|pre|354
Georgia|Keys|pre|183
Georgia|Keys|pre|182
Georgia|Keys|pre|133
Georgia|North East|pre|44
Georgia|North East|pre|19
Georgia|North East|pre|70
Georgia|North East|pre|66
Georgia|North West|pre|102
Georgia|North West|pre|33
Georgia|North West|pre|106
Georgia|North West|pre|89"""), sep="|")

你的数据里每个region+treatment组合都有多个重复的GB值，直接画原始数据会重叠成一团，所以我们需要先计算统计汇总值（比如均值+标准差），这样画出来的分组条形图才有意义。

R 用dplyr汇总 #

library(dplyr)

summary_data <- data %>%
  group_by(location, region, treatment) %>%
  summarise(
    mean_GB = mean(GB),  # 计算均值
    sd_GB = sd(GB),      # 计算标准差（用来画误差棒）
    .groups = "drop"
  )

Python 自动汇总（Seaborn帮你做） #

Seaborn的barplot会自动帮你计算均值和置信区间，所以不用手动汇总，直接用原始数据就行～

现在就可以画出你想要的复杂分组条形图了，这里分两种工具给你示例：

R + ggplot2 版本 #

library(ggplot2)

ggplot(summary_data, aes(x = region, y = mean_GB, fill = treatment)) +
  # 绘制分组条形，position_dodge实现分组效果
  geom_col(position = position_dodge(width = 0.8), width = 0.7) +
  # 添加误差棒，展示数据的离散程度
  geom_errorbar(aes(ymin = mean_GB - sd_GB, ymax = mean_GB + sd_GB),
                position = position_dodge(width = 0.8), width = 0.2) +
  # 设置标题和标签
  labs(title = "GB数值按区域和处理组分组统计（Georgia）",
       x = "区域",
       y = "GB均值",
       fill = "处理组") +
  # 用简洁的主题，旋转x轴标签避免重叠
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Python + Seaborn 版本 #

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
# 绘制分组条形图，hue参数指定分组变量，ci="sd"表示用标准差作为误差线
sns.barplot(x="region", y="GB", hue="treatment", data=data, ci="sd")
plt.title("GB数值按区域和处理组分组统计（Georgia）")
plt.xlabel("区域")
plt.ylabel("GB数值")
plt.xticks(rotation=45)  # 旋转x轴标签
plt.tight_layout()  # 自动调整布局
plt.show()

• 如果你还有post或者其他处理组，只需要把数据加进去，代码会自动用不同颜色区分分组
• 如果有多个location（比如除了Georgia还有其他地区），可以用分面来展示：R里加facet_wrap(~location)，Python里可以用sns.catplot并设置col="location"
• 记得先检查数据有没有缺失值，R里用data %>% drop_na()，Python里用data.dropna()处理

内容的提问来源于stack exchange，提问作者Matt0931