您可以先构建图，然后使用相应的插槽来找到中心：

data <- iris %>% 
  mutate(grouping1 = rep(1:3, length.out = nrow(iris)),
         variable = Sepal.Length)
pl <- ggplot(data) +
  geom_density(aes(x = variable,
                   fill = grouping1)) +
  facet_wrap(~ grouping1, scales = "free")

plob <- ggplot_build(pl)
data_summ <- data %>% 
  group_by(grouping1) %>% 
  summarise(variable = mean(Sepal.Length), 
            lower = quantile(Sepal.Length, 0.025), 
            upper = quantile(Sepal.Length, 0.975)) %>%
  mutate(mid_y = sapply(plob$layout$panel_scales_y, \(y) mean(y$get_limits())))

pl + geom_pointrange(data = data_summ,
                  aes(x = variable,
                      xmin = lower, xmax = upper,
                      y = mid_y))

字符串

的数据

这对于当前的ggplot 2来说是一个痛苦的事情，然而，开发版本有一个很好的技巧来做相对的，数据不可知的放置。在开发版本中，你可以做y = I(0.5)来设置它在每个面板的垂直中间。

# pak::pak("tidyverse/ggplot2") # installs development version of ggplot2
library(ggplot2)
library(dplyr)

iris <- iris %>% mutate(grouping2=rep(c(1:3), length.out=nrow(iris))) 
data_summ <- iris %>% 
  group_by(grouping2) %>% 
  summarise(variable = mean(Sepal.Length), 
            lower = quantile(Sepal.Length, 0.025), 
            upper = quantile(Sepal.Length, 0.975)) 

ggplot(iris) + 
  geom_density(aes(x=Sepal.Length, fill=Species)) + 
  geom_pointrange(
    data = data_summ,
    aes(x = variable, xmin = lower, xmax = upper, y = I(0.5))
  ) +
  facet_wrap(
    ~grouping2, 
    scales="free"
  )

字符串
x1c 0d1x的数据
创建于2023-12-08带有reprex v2.0.2
（免责声明：我撰写了添加此内容的PR）