如何基于分面聚合结果在ggplot中筛选子集？

我完全懂你的需求——你有包含多分组的数据集，想在ggplot分面时只保留那些占某一指标总和比例达标的分组，但之前的尝试没成功，核心问题是你的subset写法没有按分组计算占比，导致所有分组都被保留了。

问题出在哪？ #

你之前的subset代码里：

subset(iris, round(100*sum(Petal.Length)/sum(iris$Petal.Length)) >= 30)

这里的sum(Petal.Length)是对整个iris数据集的花瓣长度求和，不是按Species分组计算的。所以这个条件对每一行数据来说都是同一个固定值，自然所有行都被保留，分面也就显示了全部3个物种。

正确的解决方法 #

我们需要先按分组计算占比，筛选出符合条件的分组，再用这些分组去过滤原始数据，最后绘图。

步骤1：筛选符合条件的分组

先计算每个分组的占比，提取出符合要求的分组名称：

library(tidyverse)

# 计算每个物种的花瓣长度占比，筛选占比≥30%的物种
selected_groups <- iris %>%
  group_by(Species) %>%
  summarise(group_total = sum(Petal.Length)) %>%
  mutate(percentage = 100 * group_total / sum(group_total)) %>%
  filter(percentage >= 30) %>%
  pull(Species) # 把筛选后的物种名称转为向量

步骤2：过滤数据并绘图

用筛选出的分组向量过滤原始数据，再进行ggplot绘图：

iris.sub <- ggplot(iris %>% filter(Species %in% selected_groups),
                   aes(x = ' ', y = Petal.Length)) +
  geom_point(stat = 'summary', fun = 'mean') +
  geom_errorbar(stat = 'summary', fun.data = 'mean_se', width = 0, fun.args = list(mult = 1.96)) +
  facet_grid(. ~ Species) +
  theme_bw()

iris.sub

也可以用管道一步完成

如果你喜欢更简洁的写法，把数据处理和绘图用管道连起来：

iris %>%
  group_by(Species) %>%
  mutate(group_total = sum(Petal.Length)) %>%
  mutate(percentage = 100 * group_total / sum(.$Petal.Length)) %>%
  filter(percentage >= 30) %>%
  ungroup() # 取消分组，避免后续ggplot的自动分组问题
  ggplot(aes(x = ' ', y = Petal.Length)) +
  geom_point(stat = 'summary', fun = 'mean') +
  geom_errorbar(stat = 'summary', fun.data = 'mean_se', width = 0, fun.args = list(mult = 1.96)) +
  facet_grid(. ~ Species) +
  theme_bw()

这样处理后，你的ggplot分面就只会显示占比≥30%的分组了，对应iris数据集里的2个物种。

内容的提问来源于stack exchange，提问作者Khashir