我有一个数据框df，该数据框总结了鱼类的活动activity以及与水列中与该活动相关的当前强度C.I和当前方向C.D 。作为数据框的示例：

df<- data.frame(C.D=c(5,5,10,20,40,80,100,130,160,190,220,250,280,310,340,359,359),activity=c(1.1,1.6,0.6,1.2,1.8,1.3,1.4,1.88,0.99,2.1,1.75,1.5,2.4,1.55,0.9,3.2,1.7,3.8,2.8,3.9,3.4,2.6,4.1,2.3,3.6,4.3,3.0,2.5,1.1,0.5,0.8,1.5),C.I=c(0.05,0.21,0.11,0.2,0.15,0.28,0.24,0.18,0.33,0.22,0.13,0.16,0.31,0.23,0.36,0.25,0.58,0.42,0.52,0.82,0.71,0.64,0.51,0.4,0.54,0.55,0.68,0.32,0.37,0.04,0.12))

df

   C.D activity  C.I
1    5     1.10 0.05
2    5     1.60 0.21
3    5     0.60 0.11
4   10     1.20 0.20
.    .       .    .
.    .       .    .
.    .       .    . 

我想探讨电流C.D的方向是否影响我鱼类的活动。例如，如果某个C.D的活动比其他活动高。但是，由于C.D和C.I可能非常相关（对于某些C.D，电流C.I的强度可能高于其他强度），因此我需要添加绘制有关C.I的信息，以解释我看到的是由于变量C.D的影响还是由于第三个变量C.I的影响。

作为第一近似值，我绘制了C.D和activity之间的关系点，并添加了一条平滑线以查看总体趋势。我还根据C.I对点进行了着色，以查看颜色是否遵循某种模式（例如，如果特定的颜色集中在特定的C.D中，这意味着某些C.I仅在特定的情况下出现C.D）。在此示例中，C.I的高C.D ara在140和250等级之间。代码和图像如下：

P<- ggplot(df,aes(C.D,activity)) +
  geom_point(aes(C.D,activity,color = C.I)) + scale_colour_gradientn(colours=c("green","black")) + theme_bw()
P<- P +  geom_smooth()  +
  ggtitle("Mean activity as a function of C.D.20m for winter from hourly data") +
  theme(plot.title = element_text(hjust = 0.5)) 

当我必须绘制成千上万个点时，就会出现我的问题，因为从那时起，为这些点使用颜色来显示与C.I相关的任何C.D模式是不合适的。这里显示了我的数据的真实图：

我的问题是我如何添加关于第一个y轴缩放的第二条平滑线，以显示C.D和C.I之间的关系。到目前为止，我已经知道了：

P<- P + geom_smooth(aes(C.D,C.I),color="red",se=FALSE)
P

是否可以缩放第二个y轴以改善解释？