如何在R中按多变量分面并排列patchwork组合绘图

一、最简代码实现（基于patchwork） #

核心思路：先为每个人生成包含5个指标的纵向组合图（共享时间轴），再把这些组合图整体排列成大网格。patchwork支持嵌套组合，无需将其转换为ggplot对象。

示例代码 #

假设你的数据是 tidy 格式，包含person_id（人员ID）、time（时间）、metric（指标名称）、value（指标值）：

library(tidyverse)
library(patchwork)

# 模拟数据：30人，5个指标，10个时间点
set.seed(123)
data <- expand_grid(
  person_id = paste0("P", 1:30),
  metric = paste0("M", 1:5),
  time = 1:10
) %>%
  mutate(value = rnorm(n(), mean = 10, sd = 2))

# 1. 为每个人生成指标组合图（共享x轴）
person_plots <- data %>%
  group_split(person_id) %>%
  map(function(person_data) {
    # 为当前人生成5个指标图
    metric_plots <- person_data %>%
      group_split(metric) %>%
      map(function(metric_data) {
        ggplot(metric_data, aes(x = time, y = value)) +
          geom_line(linewidth = 1) +
          labs(title = unique(metric_data$metric), x = "", y = "") +
          theme_minimal() +
          theme(plot.title = element_text(size = 10))
      })
    # 纵向组合，共享x轴
    reduce(metric_plots, `+`) + plot_layout(ncol = 1, guides = "collect") &
      theme(axis.text.x = element_text(size = 8))
  })

# 2. 把所有人的组合图排列成大网格（6行5列适配30人）
reduce(person_plots, `+`) + plot_layout(ncol = 5, heights = rep(1, 6)) +
  plot_annotation(title = "人员指标随时间变化趋势", theme = theme(title = element_text(size = 14)))

二、可视化优化建议 #

• 分批次输出：若30人一次性展示仍拥挤，可按人员分组（如部门、绩效等级）拆分为多页PDF，用循环批量保存：

  # 每10人存一页
  person_groups <- split(person_plots, ceiling(seq_along(person_plots)/10))
  walk2(person_groups, paste0("page_", 1:3, ".pdf"), function(plots, path) {
    reduce(plots, `+`) + plot_layout(ncol = 2) %>% ggsave(path, width = 16, height = 10)
  })
  

• 交互式探索：用plotly将静态图转为交互式，支持缩放、hover查看具体数值，更适配大量数据：

  library(plotly)
  # 生成单人员交互式图
  person_interactive <- ggplotly(person_plots[[1]])
  

• 统一视觉编码：给每个指标分配固定颜色，所有图保持一致主题样式，降低认知负担；若指标有阈值，可添加参考线（geom_hline）突出异常值。
• 聚焦关键信息：无需同时展示所有人员时，可添加筛选逻辑只生成目标人员的图，或在大网格中用边框高亮异常人员。

内容的提问来源于stack exchange，提问作者Zoe