您的示例包含大于1的值，因此让我们创建一个不大于1的等效数据集：

library(ggplot2)

df <- data.frame(x = 1:200, 
                 y = ifelse(rep(0:1 == 0, each = 20, times = 5), 
                            runif(200)/20, runif(200, 0.95, 1)))

ggplot(df, aes(x, y)) +
  geom_line() +
  geom_smooth(method = 'loess', span = 0.20, se = FALSE) +
  geom_hline(yintercept = c(0, 1), linetype = 2)

虽然我们可以简单地将黄土固定在[0，1]范围内，但一个稍微复杂的方法是执行logit变换，对 that 进行回归，然后反转变换，这会得到一个更平滑的结果：

df$logit_y <- log(df$y/(1 - df$y)) # logit transform
df$pred <- predict(loess(logit_y ~ x, data = df, span = 0.2))
df$pred <- exp(df$pred)/(exp(df$pred) + 1) # Reverse logit

ggplot(df, aes(x, y)) +
  geom_line() +
  geom_line(aes(y = pred), color = "blue", linewidth = 1) +
  geom_hline(yintercept = c(0, 1), linetype = 2)

我认为这可以通过使用delayed evaluation来实现，以便在最后一分钟将平滑值限制在所需的范围内：

ggplot(data.frame(x,y), aes(x=x,y=y))+
  geom_line()+
  geom_smooth(aes(y=stage(y, after_stat = pmax(0,pmin(1, y)))),
              method='loess', span=0.20, se = FALSE)