「R绘图模板」非平衡分组柱状图:当各组样本数不一样时,如何画出漂亮的带误差棒和显著性标记的图?

在科研绘图中，柱状图是最常用的图形之一。但当你的分组数据出现“非平衡”——也就是每个大组下面的子组数量不一样时，普通的柱状图就会“翻车”：柱子宽度不一致、误差棒对不上、显著性标记位置偏移……

今天，我将用一套完整的R代码，带你解决这个难题。不仅会画出整齐的非平衡分组柱状图，还会添加误差棒和显著性字母标记，让你的图表既专业又美观。

一、什么时候会遇到“非平衡分组柱状图”？

想象一下这样的实验设计：

这就是典型的“非平衡分组”——每个大组下面的子组数量不一样。如果用普通的 geom_col() 加 position_dodge()，会出现以下问题：

所以，我们需要一套“进阶方案”。

二、数据准备与预处理

2.1 加载所需R包

library(ggplot2)      # 绘图核心包library(dplyr)        # 数据操作library(ggh4x)        # ggplot2扩展，用于坐标轴细节library(agricolae)    # 用于LSD多重比较

2.2 加载数据

# 数据格式：Group（大组）、Subgroup（子组）、Value（数值）df <- read.table("data.txt", header = TRUE, check.names = FALSE, sep = "\t")

2.3 计算均值与标准差

# 按大组和子组计算均值和标准差df_summary <- df %>%  group_by(Group, Subgroup) %>%  summarise(    Mean = mean(Value),    SD = sd(Value),    .groups = "drop"  )

2.4 显著性计算（LSD多重比较）

这里需要对每个大组内部的子组进行多重比较。由于有多个大组，我们需要循环处理：

# GroupAvariance <- aov(Value ~ Subgroup, data = df[df$Group == "GroupA", ])MC <- LSD.test(variance, "Subgroup", p.adj = "bonferroni")data_sg_GroupA <- MC$groupsdata_sg_GroupA$Subgroup <- rownames(data_sg_GroupA)data_sg_GroupA$Group <- "GroupA"# GroupBvariance <- aov(Value ~ Subgroup, data = df[df$Group == "GroupB", ])MC <- LSD.test(variance, "Subgroup", p.adj = "bonferroni")data_sg_GroupB <- MC$groupsdata_sg_GroupB$Subgroup <- rownames(data_sg_GroupB)data_sg_GroupB$Group <- "GroupB"# GroupCvariance <- aov(Value ~ Subgroup, data = df[df$Group == "GroupC", ])MC <- LSD.test(variance, "Subgroup", p.adj = "bonferroni")data_sg_GroupC <- MC$groupsdata_sg_GroupC$Subgroup <- rownames(data_sg_GroupC)data_sg_GroupC$Group <- "GroupC"# GroupDvariance <- aov(Value ~ Subgroup, data = df[df$Group == "GroupD", ])MC <- LSD.test(variance, "Subgroup", p.adj = "bonferroni")data_sg_GroupD <- MC$groupsdata_sg_GroupD$Subgroup <- rownames(data_sg_GroupD)data_sg_GroupD$Group <- "GroupD"# 整合所有结果data_sg <- rbind(data_sg_GroupA, data_sg_GroupB, data_sg_GroupC, data_sg_GroupD)# 将显著性结果合并到绘图数据中data_plot <- merge(df_summary, data_sg[-1], by = c("Group", "Subgroup"))

三、常规绘图方案及其问题

3.1 常规方案（不推荐）

ggplot(df_summary, aes(x = Group, y = Mean, fill = Subgroup)) +  geom_errorbar(    aes(ymin = Mean - SD, ymax = Mean + SD),    position = position_dodge2(preserve = "single", width = 0.7)  ) +  geom_col(position = position_dodge2(preserve = "single", width = 0.7)) +  labs(    title = "非平衡分组柱状图",x = "Group",y = "Value",    fill = "Subgroup"  )

问题：虽然 position_dodge2(preserve = "single") 可以处理非平衡数据，但误差棒的宽度必须与柱子宽度一致，否则会出现误差棒与柱状图不匹配的现象。

解决方案：导出矢量图后，在AI或PS中手动缩短误差棒宽度。

四、进阶方案：借助数值列辅助绘图（推荐）

4.1 核心思路

为每个柱子分配一个数值型 x 坐标，而不是使用分类变量。这样就能完全控制每个柱子的位置和间距：

# 为每个柱子分配 x 坐标# 大组之间留0.5的间距data_plot$x <- c(1:2, 3.5:5.5, 7:8, 9.5:12.5)

坐标分配逻辑：

4.2 完整绘图代码

ggplot(data_plot, aes(x = x, y = Mean, fill = Subgroup)) +# 误差棒  geom_errorbar(    aes(ymin = Mean - SD, ymax = Mean + SD, color = Subgroup),    width = 0.2, show.legend = FALSE  ) +# 柱子  geom_col(width = 0.85) +# 坐标轴标签  labs(x = NULL,y = "Value/mg",    fill = NULL  ) +# 添加显著性字母标签  geom_text(    aes(y = Mean + SD + 5, label = groups, color = Subgroup),    size = 4.5, show.legend = FALSE  ) +# x轴设置  scale_x_continuous(    expand = c(0, 0.2),    breaks = c(1.5, 4.5, 7, 11),  # 每个大组的中心位置    labels = c("GroupA", "GroupB", "GroupC", "GroupD")  ) +# y轴设置  scale_y_continuous(    expand = c(0, 0),    limits = c(0, 140),    breaks = seq(0, 140, 30),    guide = guide_axis(minor.ticks = TRUE)  ) +# 填充颜色  scale_fill_manual(values = c("#db4a33", "#44b2ca", "#1c9a83", "#375184"),    guide = guide_legend(keywidth = 2, keyheight = 1, order = 1)  ) +# 线条颜色  scale_color_manual(values = c("#db4a33", "#44b2ca", "#1c9a83", "#375184")  ) +# 主题设置  theme_bw() +  theme(    panel.grid = element_blank(),    axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),    legend.position = c(0.06, 0.85),    legend.background = element_blank()  )

4.3 参数详解

五、图形解读

最终得到的图形具备以下特点：