您应该首先使用tidyr::pivot_longer（或任何您喜欢的reshaping approaches）整理数据集，然后使用ggplot，并对现有代码进行一些调整（见下文）数据

data_long <- tidyr::pivot_longer(data, mean_1:mean_2, 
                                 names_to = "mean", 
                                 values_to = "value")
#       x mean     value
#   <dbl> <chr>    <dbl>
# 1     4 mean_1  0.253 
# 2     4 mean_2  1.09  
# 3     5 mean_1 -0.0285
# 4     5 mean_2  1.07  
# ....

字符串
要进行绘图，请在aes()中使用y = value和fill = mean，以及在geom_bar中使用position = position_dodge()：

ggplot(data_long, aes(x = factor(x), y = value, fill = mean)) +
  geom_bar(stat = "identity",  position = position_dodge()) +
  labs(x = "x",
       y = "Abs") +
  scale_fill_manual(values = c("blue", "red")) +
  theme_minimal()

型
x1c 0d1x的数据
上面的图显示了mean_1和mean_2的范围，所以如果这是可视化的目标，那么你已经准备好了。但是，对于这些数据，你可能更好地使用geom_boxplot，它通过盒子，胡须和点按组显示几个汇总统计数据：

ggplot(data_long, aes(x = factor(x), y = value, fill = mean)) +
  geom_boxplot() +
  labs(x = "x",
       y = "Abs") +
  scale_fill_manual(values = c("blue", "red")) +
  theme_minimal()

型

的
正如@AllanCameron提到的，你可能想看看... + geom_bar( stat = "summary", fun = mean, ...) + ...，它计算并绘制每个mean_1和mean_2的平均值：

ggplot(data_long, aes(x = factor(x), y = value, fill = mean)) +
  geom_bar(stat = "summary", fun = mean, position = position_dodge()) +
  labs(x = "x", y = "Abs") +
  scale_fill_manual(values = c("blue", "red")) +
  theme_minimal()

型
这将产生以下图：