R语言纵向数据可视化：4种ggplot2图形实战，从宽到长数据转换

R语言纵向数据可视化：4种ggplot2图形实战，从宽到长数据转换

纵向数据分析在医学、心理学和社会学等领域具有广泛应用价值。与横断面数据不同，纵向数据能够捕捉个体随时间变化的动态特征，揭示潜在的发展模式和趋势。本文将重点介绍如何使用R语言中的ggplot2包对纵向数据进行可视化分析，从数据准备到图形呈现，提供完整的代码示例和解读。

1. 纵向数据特点与数据准备

纵向数据（Longitudinal Data）是指对同一组研究对象在不同时间点进行多次观测得到的数据。这类数据通常具有以下特征：

• 时间依赖性：同一研究对象在不同时间点的观测值之间存在相关性
• 异质性：不同研究对象可能表现出不同的变化模式
• 不平衡性：观测时间点和次数在不同研究对象间可能不一致

在R中处理纵向数据时，通常需要将"宽格式"数据转换为"长格式"。宽格式数据中，每个时间点的测量值作为单独的列存在；而长格式数据则将时间点作为变量，更适合ggplot2绘图。下面是一个完整的宽转长数据转换示例：

library(tidyverse) # 加载示例数据集 load(url("http://alecri.github.io/downloads/data/dental.RData")) # 查看原始宽格式数据结构 head(dental)

原始数据包含以下变量：

• id：研究对象编号
• sex：性别（0=女孩，1=男孩）
• y8、y10、y12、y14：分别在8、10、12、14岁测量的牙齿生长距离（mm）

使用pivot_longer()函数将宽格式转换为长格式：

dental_long <- dental %>% pivot_longer( cols = starts_with("y"), # 选择所有以"y"开头的列 names_to = "measurement", # 新列名，存储原始列名 values_to = "distance" # 新列名，存储测量值 ) %>% mutate( age = parse_number(measurement), # 从measurement中提取年龄数值 measurement = fct_inorder(paste("Measure at age", age)) # 创建有序因子 ) # 查看转换后的长格式数据 head(dental_long)

转换后的数据结构更加整洁，每行代表一个时间点的观测，包含以下关键变量：

• id：研究对象编号
• sex：性别
• measurement：测量时间标签
• distance：牙齿生长距离
• age：年龄（数值型）

提示：在纵向数据分析中，长格式数据更适合大多数统计分析和可视化需求。pivot_longer()是tidyverse生态系统中数据转换的核心函数之一，功能强大且灵活。

2. 基础可视化：箱线图与分组箱线图

箱线图是展示数据分布的经典工具，特别适合初步探索纵向数据的变化趋势。ggplot2提供了丰富的几何对象来创建各种箱线图变体。

2.1 整体趋势箱线图

ggplot(dental_long, aes(x = measurement, y = distance, fill = measurement)) + geom_boxplot() + geom_jitter(width = 0.2, alpha = 0.5) + # 添加数据点，增加透明度 guides(fill = "none") + # 移除图例 labs(x = "测量时间点", y = "牙齿生长距离 (mm)") + theme_minimal() + theme(axis.text.x = element_text(angle = 45, hjust = 1))

这段代码生成一个按时间点分组的箱线图，并叠加了原始数据点（jitter points），可以直观看到：

• 各年龄段的牙齿生长距离分布
• 中位数和四分位距的变化趋势
• 异常值情况

2.2 按性别分组的箱线图

ggplot(dental_long, aes(x = sex, y = distance, fill = measurement)) + geom_boxplot() + labs(x = "性别", y = "牙齿生长距离 (mm)", fill = "测量时间") + scale_x_discrete(labels = c("女孩", "男孩")) + theme_minimal() + theme(legend.position = "bottom")

这个图形展示了不同性别在各时间点的牙齿生长距离分布，可以比较：

• 性别间的整体差异
• 各时间点性别差异的变化模式
• 组内变异程度

3. 个体轨迹可视化

纵向数据的核心价值在于能够追踪个体的变化轨迹。ggplot2提供了多种方式来可视化个体发展模式。

3.1 意大利面条图(Spaghetti Plot)

意大利面条图将所有个体的轨迹绘制在同一坐标系中，形似一捆意大利面，由此得名。

ggplot(dental_long, aes(x = age, y = distance, group = factor(id))) + geom_line(alpha = 0.6) + # 设置透明度使重叠线更清晰 labs(x = "年龄 (岁)", y = "牙齿生长距离 (mm)") + theme_minimal()

这个基础版本展示了所有个体的生长轨迹，可以观察到：

• 整体增长趋势
• 个体间的变异程度
• 可能的异常轨迹

3.2 按性别分面的意大利面条图

ggplot(dental_long, aes(x = age, y = distance)) + geom_line(aes(group = factor(id)), alpha = 0.6) + geom_smooth(aes(group = 1), method = "lm", se = FALSE, color = "red") + # 添加整体趋势线 facet_grid(~ sex, labeller = labeller(sex = c("0" = "女孩", "1" = "男孩"))) + labs(x = "年龄 (岁)", y = "牙齿生长距离 (mm)") + theme_minimal()

这个增强版本添加了两个重要元素：

1. 按性别分面，便于比较不同性别的生长模式
2. 红色趋势线展示了各组的平均线性变化趋势

3.3 个体分面轨迹图

当样本量不大时，可以为每个个体创建单独的小图，更清晰地展示个体模式。

# 筛选部分个体示例（避免图形过于密集） set.seed(123) sample_ids <- sample(unique(dental_long$id), 12) # 随机选择12个个体 dental_long %>% filter(id %in% sample_ids) %>% ggplot(aes(x = age, y = distance)) + geom_point() + geom_line() + facet_wrap(~ id, ncol = 4) + # 每行4个小图 labs(x = "年龄 (岁)", y = "牙齿生长距离 (mm)") + theme_minimal()

这种可视化特别适合：

• 识别异常个体模式
• 检查数据质量（如缺失模式）
• 展示典型案例

4. 高级可视化：均值响应与置信区间

除了展示原始数据，我们常常需要计算和可视化汇总统计量，如均值及其置信区间。

4.1 均值响应随时间变化

library(rstatix) # 提供方便的统计函数 dental_summary <- dental_long %>% group_by(sex, age) %>% summarise( mean = mean(distance), sd = sd(distance), n = n(), se = sd / sqrt(n), ci_lower = mean - qt(0.975, df = n-1) * se, ci_upper = mean + qt(0.975, df = n-1) * se, .groups = "drop" ) ggplot(dental_summary, aes(x = age, y = mean, color = factor(sex))) + geom_point(position = position_dodge(width = 0.1)) + geom_errorbar( aes(ymin = ci_lower, ymax = ci_upper), width = 0.2, position = position_dodge(width = 0.1) ) + geom_line(position = position_dodge(width = 0.1)) + scale_color_manual( values = c("#E69F00", "#56B4E9"), labels = c("女孩", "男孩") ) + labs( x = "年龄 (岁)", y = "平均牙齿生长距离 (mm)", color = "性别" ) + theme_minimal() + theme(legend.position = "top")

这个图形专业地展示了：

• 各时间点按性别分组的均值
• 95%置信区间（误差线）
• 变化趋势线
• 采用颜色和位置双重区分性别，提高可读性

4.2 增强版均值响应图

ggplot(dental_summary, aes(x = age, y = mean, color = factor(sex))) + geom_ribbon( aes(ymin = ci_lower, ymax = ci_upper, fill = factor(sex)), alpha = 0.2, color = NA # 移除边缘线 ) + geom_line(size = 1) + geom_point(size = 3) + scale_color_manual( values = c("#E69F00", "#56B4E9"), labels = c("女孩", "男孩") ) + scale_fill_manual( values = c("#E69F00", "#56B4E9"), labels = c("女孩", "男孩") ) + labs( x = "年龄 (岁)", y = "平均牙齿生长距离 (mm)", color = "性别", fill = "性别" ) + theme_minimal() + theme( legend.position = "top", panel.grid.minor = element_blank() )

这个版本使用半透明色带（ribbon）代替误差线表示置信区间，视觉效果更加专业，特别适合学术报告和出版物。

5. 图形定制与输出优化

ggplot2的强大之处在于其高度可定制的图形属性。下面介绍几种常见的定制技巧。

5.1 多图组合

使用patchwork包可以轻松组合多个ggplot2图形：

library(patchwork) # 创建两个基础图形 p1 <- ggplot(dental_long, aes(x = measurement, y = distance)) + geom_boxplot() + labs(x = NULL, y = "牙齿生长距离 (mm)") + theme_minimal() p2 <- ggplot(dental_long, aes(x = age, y = distance, color = factor(sex))) + geom_smooth(method = "lm", se = FALSE) + labs(x = "年龄 (岁)", y = "牙齿生长距离 (mm)", color = "性别") + scale_color_manual(values = c("#E69F00", "#56B4E9"), labels = c("女孩", "男孩")) + theme_minimal() # 组合图形 (p1 | p2) + plot_annotation(tag_levels = "A")

这种组合图形可以同时展示数据分布和趋势，适合综合报告。

5.2 交互式可视化

使用plotly包可以将ggplot2图形转换为交互式可视化：

library(plotly) p <- ggplot(dental_long, aes(x = age, y = distance, color = factor(sex))) + geom_smooth(method = "lm", se = FALSE) + geom_point(aes(text = paste("ID:", id)), alpha = 0.6) + scale_color_manual(values = c("#E69F00", "#56B4E9"), labels = c("女孩", "男孩")) + labs(x = "年龄 (岁)", y = "牙齿生长距离 (mm)", color = "性别") + theme_minimal() ggplotly(p, tooltip = c("text", "x", "y"))

交互式图形允许用户：

• 悬停查看数据点详细信息
• 缩放和平移图形区域
• 切换显示/隐藏数据系列

5.3 图形输出设置

高质量图形输出需要注意以下参数：

ggsave("longitudinal_plot.png", plot = last_plot(), # 保存最后绘制的图形 device = "png", dpi = 300, # 高分辨率 width = 8, # 宽度(英寸) height = 6, # 高度(英寸) units = "in" )

对于出版物级别的图形，推荐使用PDF格式：

ggsave("longitudinal_plot.pdf", device = cairo_pdf, # 更好的字体处理 width = 8, height = 6 )