ggplot2管道操作后geom_smooth生成多条回归线的问题排查与解决

我在使用ggplot2的管道操作符处理iris数据集时遇到了问题，代码如下：

iris %>% 
  mutate(petalPlus = as.factor(ifelse(Petal.Length > 5.5, 1, 0))) %>% 
  ggplot(aes(x = Petal.Length, y = Petal.Width, col = Species, shape = petalPlus)) + 
  geom_point() + 
  theme_bw() + 
  geom_smooth(method = "lm")

目前生成了4条线性回归线（对应每个颜色和形状的分组组合），我想了解出现该情况的原因，以及如何获取单条回归线。

为什么会出现多条回归线？ #

咱们来拆解一下这个问题：ggplot2的geom_smooth()默认会继承全局aes()里的所有离散映射变量作为分组依据。你在全局aes里同时设置了col = Species（3个类别）和shape = petalPlus（2个类别），理论上会有3×2=6个分组，但iris数据里只有virginica的花瓣长度有超过5.5的情况，实际有效分组是4个（setosa+0、versicolor+0、virginica+0、virginica+1），所以最终拟合出4条回归线。

简单总结：只要在全局aes里定义了离散变量的映射，geom_smooth()就会自动按这些变量的组合分组拟合线条。

如何获取单条回归线？ #

根据不同的需求，这里有两种实用的解决方案：

方案1：仅让散点使用分组映射，回归线基于全局数据 #

把col和shape的映射从全局aes移到geom_point()的局部aes中，这样geom_smooth()就不会继承这些分组变量，会基于整个数据集拟合单条回归线：

iris %>% 
  mutate(petalPlus = as.factor(ifelse(Petal.Length > 5.5, 1, 0))) %>% 
  ggplot(aes(x = Petal.Length, y = Petal.Width)) + 
  geom_point(aes(col = Species, shape = petalPlus)) + 
  theme_bw() + 
  geom_smooth(method = "lm")

方案2：保留散点分组样式，强制回归线不分组 #

如果你想保留散点按Species和petalPlus的样式，同时让回归线是全局单条，可以在geom_smooth()里明确指定group = 1（强制所有数据归为一组），还可以自定义回归线颜色来和散点区分：

iris %>% 
  mutate(petalPlus = as.factor(ifelse(Petal.Length > 5.5, 1, 0))) %>% 
  ggplot(aes(x = Petal.Length, y = Petal.Width, col = Species, shape = petalPlus)) + 
  geom_point() + 
  theme_bw() + 
  geom_smooth(method = "lm", group = 1, col = "black", linetype = "dashed")

这样散点依然保留原有的颜色和形状区分，而回归线是覆盖整个数据集的单条黑色虚线。

内容的提问来源于stack exchange，提问作者ltrd