R语言实战：如何优雅地在箱线图中添加时序连线

关注

原创最新推荐文章于 2026-09-24 15:56:54 发布 386 阅读 AI 写同款· GEO 优化 ›

R语言实战：如何用ggplot2给boxplot添加连线（附完整代码）本文详细介绍了在R语言中使用ggplot2为箱线图添加连线的方法，以揭示配对或重复测量数据中的个体变化轨迹。通过从数据重塑到图形构建的完整代码示例，指导读者超越静态箱线图，绘制能清晰展示数据动态关联的连线图，适用于临床试验、纵向研究等多种数据分析场景。阅读详情

1. 为什么你的箱线图需要一根“线”？

如果你用过R语言画过箱线图，肯定对ggplot2的geom_boxplot()不陌生。它是个好东西，能一眼看出数据的分布、中位数、异常值。但不知道你有没有遇到过这种情况：老板或者审稿人看着你的图，皱着眉头问，“嗯，整体趋势我看到了，但每个个体是怎么变化的呢？” 比如，你做了个药物实验，记录了10位患者治疗前和治疗后的某个指标。箱线图画出来，两个箱子一摆，能看出治疗后整体指标升高了。但具体到张三，他是升了还是降了？李四的变化是不是特别剧烈？光靠两个孤零零的箱子，这些信息就全丢了。

这时候，一根简单的“连线”就能化腐朽为神奇。在箱线图的基础上，把同一个个体在不同时间点的数据用线连起来，这张图瞬间就“活”了。它不仅能展示组间的整体差异，还能清晰呈现组内每个个体的变化轨迹和方向。这种图在医学随访、心理学前后测、教育评估、市场调研（比如同一批用户在不同促销策略下的消费行为）等场景里，简直就是汇报和论文里的“大杀器”，说服力直接上了一个档次。

我刚开始做数据分析的时候，就踩过这个坑。拿着一张干巴巴的箱线图去汇报，被问得哑口无言。后来摸索出这个“连线”大法，再也没怕过这种问题。今天，我就把自己最常用的两种方法，用最直白的话和能直接跑的代码，分享给你。咱们不用搞得太复杂，就用最经典的ggplot2和它的好搭档ggpubr，保证你5分钟就能上手。

2. 方法一：ggpubr包，新手友好“一键连线”

如果你是个R语言新手，或者想快速出图不折腾，那我首推ggpubr包。它相当于给ggplot2套了个“快捷操作面板”，很多复杂的图形都能用一两行函数搞定，连线箱线图就是其中之一。

2.1 安装与初体验：5分钟出图

首先，确保你安装了ggpubr。如果没安装，在RStudio里运行下面这行代码：

install.packages("ggpubr")

安装好后，我们加载它，并准备一份最简单的模拟数据。假设我们测量了10个人在“干预前”和“干预后”的某项得分。

library(ggpubr)

# 模拟数据：10个个体，干预前和干预后的得分
before <- c(65, 72, 80, 55, 90, 78, 62, 85, 70, 58)
after <- c(78, 85, 88, 70, 92, 85, 75, 89, 82, 72)

# 把数据整理成数据框（这是ggplot系列最喜欢的格式）
my_data <- data.frame(
  Score = c(before, after), # 把前后数据堆叠成一列
  Time = rep(c("Before", "After"), each = 10), # 生成对应的分组标签
  ID = rep(1:10, times = 2) # 每个个体的编号，用于连线
)

# 看一眼数据长什么样
head(my_data)

运行head(my_data)，你会看到数据是这样的：每一行是一个观测，有Score（分数）、Time（时间点）和ID（个体编号）。这种“长格式”数据是画这种图的关键。

接下来，就是见证奇迹的一行代码：

ggpaired(my_data, x = "Time", y = "Score",
         id = "ID", # 关键参数：告诉函数谁和谁是一组的
         color = "Time", # 按时间点着色
         line.color = "gray", # 连线的颜色
         line.size = 0.5, # 连线的粗细
         palette = "jco") # 配色方案，可选"npg", "aaas"等

运行这行代码，一张带有连线的配对箱线图就生成了！ggpaired函数的核心秘密就在id这个参数，它通过我们提前准备好的ID列，准确地知道要把哪两个点连起来。line.color和line.size让你能轻松调整连线的外观，让图形更清晰或更柔和。

2.2 深度定制：让你的图形会说话

一键出图虽然爽，但想要图形达到论文或报告的要求，还得微调一下。ggpaired函数提供了丰富的参数，咱们来玩几个实用的。

调整图形样式：也许你觉得默认的箱子太胖了，或者想换种点状图。

ggpaired(my_data, x = "Time", y = "Score", id = "ID",
         color = "Time",
         fill = "Time", # 箱子的填充色也按时间点区分
         line.color = "darkgray",
         line.size = 0.6,
         width = 0.4, # 调整箱子的宽度
         point.size = 1.5, # 调整数据点的大小
         palette = c("#00AFBB", "#E7B800"), # 自定义颜色
         ggtheme = theme_bw()) # 更换主题为白色背景

添加统计检验：光看图不够，还得有统计学证据。ggpubr能直接在图上加P值。

# 先进行配对t检验
stat_test <- compare_means(Score ~ Time, data = my_data, method = "t.test", paired = TRUE)

# 画图并添加P值
ggpaired(my_data, x = "Time", y = "Score", id = "ID",
         color = "Time",
         line.color = "gray",
         palette = "npg") +
  stat_pvalue_manual(stat_test, label = "p = {p}", # 添加P值标签
                     y.position = max(my_data$Score) * 1.05) # 调整P值显示位置

处理异常值：箱线图默认会标出异常值（那些远离箱子的小圆点）。但在连线图中，有时异常值会让连线显得非常长，干扰主趋势。你可以选择隐藏它们，专注于主体分布。

ggpaired(my_data, x = "Time", y = "Score", id = "ID",
         color = "Time",
         line.color = "gray",
         outlier.shape = NA) # 将outlier.shape设为NA即可隐藏异常值

3. 方法二：ggplot2自由发挥，高手进阶之路

用ggpubr的ggpaired就像用手机的全自动模式拍照，方便但有些创意受限。如果你想完全掌控图形的每一个细节，比如想结合小提琴图、改变连线线型、或者数据格式比较特殊，那就得请出ggplot2本身了。这种方法稍微复杂点，但自由度极高，理解了之后你就能画出任何你能想到的变体。

3.1 理解核心原理：aes(group)的魔法

ggplot2画图的核心是“映射”。我们要画连线，本质上是要告诉ggplot2：“请把这些属于同一个ID的点，按Time的顺序用线连起来”。这个“告诉”的动作，就是通过aes(group = ID)来实现的。group这个美学映射，是连线成功与否的关键。

我们沿用之前那份my_data。用纯ggplot2的写法是这样的：

library(ggplot2)

ggplot(my_data, aes(x = Time, y = Score)) +
  geom_boxplot(aes(fill = Time), width = 0.5, alpha = 0.7) + # 画箱线图
  geom_point(aes(color = Time), position = position_jitter(width = 0.1), size = 2) + # 画数据点，并加入轻微抖动防止重叠
  geom_line(aes(group = ID), color = "gray50", size = 0.5, alpha = 0.6) + # 关键！按ID分组连线
  scale_fill_manual(values = c("Before" = "#E69F00", "After" = "#56B4E9")) +
  scale_color_manual(values = c("Before" = "#E69F00", "After" = "#56B4E9")) +
  theme_minimal() +
  labs(title = "个体干预前后得分变化", x = "干预时间点", y = "得分")

仔细看geom_line(aes(group = ID))这一行。x映射给了Time，所以函数知道点在横轴上的位置；y映射给了Score，所以知道点的高度。而group = ID则是在说：“在同一个ID组内的点，请给我连起来”。没有这个分组，ggplot2会试图把所有点按横坐标顺序连成一条线，那画面就全乱了。

3.2 高级玩法：组合图形与复杂美化

掌握了group这个核心，你就可以开始“炫技”了。ggplot2的图层思想让你可以随意叠加不同的几何对象。

箱线图+小提琴图+连线：这能同时展示数据的分布密度和统计摘要，信息量更丰富。

ggplot(my_data, aes(x = Time, y = Score)) +
  geom_violin(aes(fill = Time), trim = FALSE, alpha = 0.3, width = 0.8) + # 小提琴图展示分布密度
  geom_boxplot(aes(fill = Time), width = 0.15, alpha = 0.8, outlier.shape = NA) + # 窄箱线图突出中位数和四分位距
  geom_point(aes(color = Time), position = position_jitter(width = 0.05), size = 1.5, alpha = 0.7) +
  geom_line(aes(group = ID), color = "black", size = 0.3, linetype = "dashed", alpha = 0.5) + # 使用虚线连线
  scale_fill_brewer(palette = "Set2") +
  scale_color_brewer(palette = "Set2") +
  theme_classic()

在这张图里，你可以看到：1）小提琴的轮廓展示了数据分布的“胖瘦”；2）箱线图清晰地标出了中位数和IQR；3）虚线连接了每个个体的变化。三种几何图形各司其职，共同讲述数据故事。

处理多组别比较：如果你的实验设计不止“前后”两时间点，而是有多个时间点（比如基线、治疗中、治疗后），或者还分了不同的亚组（比如不同剂量的药物组），方法依然通用。

# 假设数据有3个时间点，2个治疗组
set.seed(123)
complex_data <- expand.grid(ID = 1:10, Time = factor(c("Week0", "Week4", "Week8")), Group = c("A", "B"))
complex_data$Score <- rnorm(nrow(complex_data), mean = 70, sd = 10) + as.numeric(complex_data$Time)*3 + ifelse(complex_data$Group=="B", 5, 0)

ggplot(complex_data, aes(x = interaction(Time, Group), y = Score, fill = Group)) + # 用interaction组合两个因子
  geom_boxplot(alpha = 0.6) +
  geom_point(aes(color = Group), position = position_jitterdodge(jitter.width = 0.2, dodge.width = 0.8), size = 1.5) +
  geom_line(aes(group = interaction(ID, Group), color = Group), # 分组需要同时考虑个体和组别
            alpha = 0.5, size = 0.4) +
  scale_fill_manual(values = c("A" = "lightblue", "B" = "lightcoral")) +
  scale_color_manual(values = c("A" = "blue", "B" = "red")) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) + # 旋转x轴标签
  labs(x = "时间点与组别")

这里的关键在于interaction()函数。x = interaction(Time, Group)让横轴能同时区分时间和组别；aes(group = interaction(ID, Group))确保连线只在同一个体、同一组别内进行，不会把A组个体的线连到B组去。

4. 避坑指南与实战经验分享

方法看起来不难，但实际用起来，我踩过的坑可真不少。下面这几个问题，你大概率也会遇到，提前看看能省下不少调试时间。

坑一：数据格式不对，死活连不上线。这是最常见的问题。ggplot2要求数据是“长格式”。什么是长格式？就是每个观测值独占一行。比如你有10个人，测了前后两次，那应该有20行数据，并有一列明确的ID标识身份。如果你手头的数据是“宽格式”（一个人占一行，前后测分数在两列里），就需要用reshape2::melt()或tidyr::pivot_longer()函数进行转换。

# 假设你的宽格式数据框叫wide_data，列是：ID, Before, After
library(tidyr)
long_data <- wide_data %>%
  pivot_longer(cols = c(Before, After),
               names_to = "Time",
               values_to = "Score")

坑二：连线顺序错乱，成了“蜘蛛网”。有时候画出来的线东拉西扯，这是因为ggplot2默认按数据框中的行顺序连接点。如果你的数据没有按ID和Time排好序，连线就会乱套。解决方法很简单，在画图前确保数据排序正确：

my_data <- my_data[order(my_data$ID, my_data$Time), ]
# 或者用dplyr
library(dplyr)
my_data <- my_data %>% arrange(ID, Time)

坑三：图形元素重叠，一坨黑。当数据点很多时，点和线会堆在一起，难以辨认。这时候就需要“抖动”（Jitter）和透明度（Alpha）来帮忙。geom_point(position = position_jitter(...))可以让点轻微随机偏移，避免完全重叠。给geom_line和geom_point设置alpha = 0.5左右的透明度，能让重叠部分变得半透明，看到底下的层次。

坑四：统计检验用错了。在连线箱线图里，比较组间差异应该使用配对样本检验，比如配对t检验（参数检验）或Wilcoxon符号秩检验（非参数检验）。千万不要误用成独立样本检验，那会得出完全错误的结论。在R里，配对t检验是t.test(score_before, score_after, paired = TRUE)。

最后分享一点个人审美经验：连线是为了辅助阅读，不能喧宾夺主。我通常会把连线设为灰色、细线、半透明（如color="gray60", size=0.4, alpha=0.6），这样既能清晰展示个体轨迹，又不会盖过箱线图和数据点这些主要元素。颜色和填充色最好留给主要的分组变量（比如Time），用色盲友好的配色方案（如viridis或ColorBrewer的Set2、Set3），让图形既专业又美观。