ggrepel 中具有相同标签的多个点 - 避免冗余标签

Question

我想用具有相同标签的几个点来注释散点图。我想给它们全部贴上标签（而不仅仅是其中的一部分），但是有这么多冗余标签，这真是一团糟。 有没有一种方法可以使用 ggrepel::geom_text_repel 让一个标签指向具有相同标签的所有点？

我附上最简单的情况：

df <- data.frame(
  group = c("A", "A", "B", "B"),
  x = c(1, 2, 3, 4),
  y = c(2, 3, 4, 5)
)
ggplot(df, aes(x, y)) +
  geom_point() +
  geom_text_repel(data=df, aes(label=group), box.padding = 0.5, force = 4)

现在：

我想要什么：

PS：@user2862862在2019年发布了同样的问题，但在一个标签用于多个点

中没有正确的答案

Answer 1

这是实现您想要的目标的方法。然而，正如 @AllanCameron 在评论中提到的，这种方法的适当性“严重”依赖于数据。我提供了额外的示例来说明潜在的问题。 此方法涉及计算每组的平均 xy，然后再创建两个数据帧：一个用于线条 (df1)，一个用于标签 (df2)：

library(dplyr)
library(tidyr)
library(ggplot2)

# Your example data (Example1): IMPORTANT: note modified x and y column names,
# you will first need to change your x and y columns to x_1 and y_1
df <- data.frame(
  group = c("A", "A", "B", "B"),
  x_1 = c(1, 2, 3, 4),
  y_1 = c(2, 3, 4, 5)
)

# Create df for plotting lines from original points to group's mean point
df1 <- df %>%
  group_by(group) %>%
  mutate(x_2 = mean(x_1),
         y_2 = mean(y_1)) %>%
  pivot_longer(-c(group),
               names_to = c(".value", "var"),
               names_sep = "_")

# Create df for single group label
df2 <- df %>%
  group_by(group) %>%
  mutate(x_2 = mean(x_1),
         y_2 = mean(y_1)) %>%
  select(-ends_with("1")) %>%
  distinct()

# Plot
ggplot() +
  geom_path(data = df1,
            aes(x, y, group = group),
            colour = "grey") +
  geom_point(data = df,
             aes(x_1, y_1),
             size = 2) +
  geom_text(data = df2,
            aes(x_2, y_2, label = group),
            size = 5)

现在考虑这两个其他示例数据框：

# Example2
df <- data.frame(
  group = rep(c("A", "B"), each = 3),
  x_1 = c(1, 1.5, 2, 3, 3.5, 4),
  y_1 = c(2, 4, 3, 4, 2.5, 5)
)

# Example3
set.seed(1)
df <- data.frame(group = rep(c("A", "B", "C"), each = 10),
                 x_1 = runif(n = 30, min = 1, max = 4),
                 y_1 = runif(n = 30, min = 2, max = 5))

Example1 和Example2 看起来不错，但是您提出的方法对于Example3 这样的数据来说不能很好地扩展。每个组的线交叉，这使得解释变得困难。如果您的完整数据更复杂并且包含大量点（例如示例 3），则使用颜色（或形状）可以更有效地传达数据中发生的情况：

ggplot() +
  geom_point(data = df,
             aes(x_1, y_1, colour = group),
             size = 2) +
  labs(x = "x", y = "y")