ggplot分面密度图条件化geom_point实现报错求助

我之前也碰到过类似的坑，你遇到的ggplot2 doesn't know how to deal with data of class numeric错误，基本是因为给geom_point传递了单个数值向量，而非包含分面变量的数据框，导致ggplot没法匹配分面的分组逻辑。下面给你一套可行的解决方案，结合示例数据演示：

步骤1：先模拟你的数据结构 #

假设你的数据集包含日期、站点、用于绘制密度的数值列，以及每个站点在对应日期的散点标记数据（这里用每个站点的均值作为散点示例）：

library(tidyverse)

set.seed(123)
# 生成包含日期、站点、密度观测值、站点代表点的数据集
df <- expand_grid(
  date = as.Date(c("2023-01-01", "2023-01-02", "2023-01-03")),
  site = c("A", "B", "C")
) %>%
  mutate(
    # 每个日期-站点生成多组观测值用于绘制密度
    value = rnorm(nrow(.)*10, mean = rnorm(nrow(.), 10, 2)),
    # 计算每个日期-站点的均值作为散点标记
    site_mean = mean(value),
    .by = c(date, site)
  ) %>%
  unnest(value)

步骤2：正确绘制分面密度图+对应站点散点 #

核心思路是给geom_point传递包含分面变量（date）的数据框，让ggplot自动匹配每个分面的日期，只显示对应站点的点：

ggplot(df, aes(x = value)) +
  # 绘制按日期分面的密度图
  geom_density(fill = "#4292c6", alpha = 0.6) +
  # 仅显示当前分面日期下的站点散点
  geom_point(
    # 先提取每个日期-站点的唯一散点数据（避免重复绘制）
    data = df %>% distinct(date, site, site_mean),
    aes(x = site_mean, y = 0, color = site),
    size = 3,
    shape = 19
  ) +
  # 按日期分面，可根据需求设置scales参数（比如free_x适配不同日期的数值范围）
  facet_wrap(~date, scales = "free_x") +
  # 美化主题
  theme_minimal() +
  labs(x = "观测数值", y = "密度", color = "站点")

为什么之前的代码会报错？ #

如果你的代码类似下面这样，就会触发那个numeric类数据的错误：

# 错误示例：传递了数值向量而非数据框
ggplot(df, aes(x = value)) +
  geom_density() +
  # 这里df$site_mean[df$date == "2023-01-01"]是单个向量，不是数据框
  geom_point(data = df$site_mean[df$date == "2023-01-01"], aes(x = ., y = 0)) +
  facet_wrap(~date)

ggplot要求所有图层的data参数必须是数据框，而且需要包含分面变量（这里是date），这样才能和分面逻辑对应上。

另一种灵活写法：用subset参数过滤 #

如果你不想单独提取数据框，也可以用geom_point的subset参数，结合日期和站点去重，确保每个分面只显示对应站点的点：

ggplot(df, aes(x = value)) +
  geom_density(fill = "#4292c6", alpha = 0.6) +
  geom_point(
    aes(x = value, y = 0, color = site),
    # 仅保留每个日期-站点的第一个观测作为散点
    subset = ~ !duplicated(paste(date, site)),
    size = 3
  ) +
  facet_wrap(~date) +
  theme_minimal()

内容的提问来源于stack exchange，提问作者Anke