如何在ggplot2的geom_density中按关键值设置不同填充颜色

嗨，我完全懂你遇到的困扰——用geom_histogram能轻松按临界值给不同区间上色，但换成geom_density要么变成两条分开的曲线，要么加了group=1后填充直接失效，对吧？咱们来一步步解决这个问题！

首先得搞清楚问题出在哪：当你把fill映射到treat_b > CRIT[[2]] | treat_b < CRIT[[1]]这个逻辑变量时，ggplot默认会把这个变量当成分组依据，所以直接生成了两条独立的密度曲线（一条对应“显著”的数值，一条对应“不显著”的），这可不是你想要的单条曲线分区填充效果。而加group=1虽然能强制把所有数据归为一组，但又会让填充的逻辑映射彻底失效，自然看不到分区上色了。

下面给你两种可行的解决方案：

方法一：用stat_density结合after_stat()直接在ggplot中处理 #

这种方法不用额外预处理数据，直接在图层里用after_stat()访问密度计算后的x值，判断是否在临界区间外，然后实现分区填充：

library(tidyverse)

set.seed(42)

P <- .65
K <- 1e3
SIMS <- 4e3

df <-
  tibble(
    recipe_a = rbinom(SIMS, K, P) / K,
    recipe_b = rbinom(SIMS, K, P) / K,
    treat_a = recipe_a-recipe_b,
    treat_b = recipe_b-recipe_a
  )

CRIT <- quantile(df$treat_b, c(.025, .975))

# 核心代码
df |>
  ggplot(aes(x = treat_b)) +
  stat_density(
    aes(fill = after_stat(x < CRIT[[1]] | x > CRIT[[2]])),
    geom = "area",  # 用area geom来生成填充区域
    alpha = 0.7,    # 调整透明度让颜色更柔和
    bins = 50
  ) +
  labs(fill = "Stat Sig")

这里的关键是after_stat(x)——它能让我们访问到stat_density计算出来的密度曲线的x坐标值，这样就能针对每个x点判断是否落在临界区间外，进而给对应区域填充不同颜色，同时保证是单条密度曲线的分区效果。

方法二：先手动计算密度数据，再用geom_area填充 #

如果你想更灵活地控制密度数据（比如查看中间计算结果），可以先手动算出密度数据，再用geom_area实现分区填充：

# 第一步：计算treat_b的密度数据并整理成数据框
density_data <- df |>
  pull(treat_b) |>
  density(n = 512) |>  # n控制密度曲线的平滑度，数值越高越平滑
  as_tibble() |>
  mutate(
    stat_sig = x < CRIT[[1]] | x > CRIT[[2]]  # 添加判断是否显著的列
  )

# 第二步：用geom_area画图
density_data |>
  ggplot(aes(x = x, y = density, fill = stat_sig)) +
  geom_area(alpha = 0.7) +
  labs(x = "treat_b", fill = "Stat Sig")

这种方法的好处是你可以清晰看到密度计算的中间数据，方便后续调整或添加其他自定义逻辑。

两种方法都能实现你想要的“单条密度曲线按临界值分区填充”的效果，选哪种看你的需求就好～

备注：内容来源于stack exchange，提问作者Joe