在 R 中的另一个函数中使用 ggplot()

Question

我正在尝试使用 ggplot2 库编写一个简单的绘图函数。但是对 ggplot 的调用没有找到函数参数。

考虑一个名为means 的data.frame，它存储了我要绘制的两个条件和两个平均值（条件将出现在X 轴上，表示在Y 轴上）。

library(ggplot2)
m <- c(13.8, 14.8)
cond <- c(1, 2)
means <- data.frame(means=m, condition=cond)
means
# The output should be:
#     means    condition
#   1 13.8     1
#   2 14.8     2

testplot <- function(meansdf)
{
  p <- ggplot(meansdf, aes(fill=meansdf$condition, y=meansdf$means, x = meansdf$condition))
  p + geom_bar(position="dodge", stat="identity")
}

testplot(means)
# This will output the following error:
# Error in eval(expr, envir, enclos) : object 'meansdf' not found

看来ggplot调用的是eval，却找不到参数meansdf。有谁知道我如何成功地将函数参数传递给 ggplot？

（注意：是的，我可以直接调用 ggplot 函数，但最后我希望让我的 plot 函数做更复杂的事情！:) ）

Answer 1

正如 Joris 和 Chase 已经正确回答的那样，标准的最佳做法是简单地省略 meansdf$ 部分并直接引用数据框列。

testplot <- function(meansdf)
{
  p <- ggplot(meansdf, 
              aes(fill = condition,
                  y = means,
                  x = condition))
  p + geom_bar(position = "dodge", stat = "identity")
}

这是可行的，因为aes 中引用的变量要么在全局环境中查找，要么在传递给ggplot 的数据框中查找。这也是您的示例代码 - 使用 meansdf$condition 等 - 不起作用的原因：meansdf 在全局环境中既不可用，也不在传递给 ggplot 的数据帧内可用，即 @987654329 @ 自己。

---

在全局环境中而不是在调用环境中查找变量的事实实际上是 a known bug in ggplot2 Hadley 目前认为不可修复。 如果希望使用局部变量（例如 scale）来影响用于绘图的数据，这会导致问题：

testplot <- function(meansdf)
{
  scale <- 0.5
  p <- ggplot(meansdf, 
              aes(fill = condition,
                  y = means * scale,   # does not work, since scale is not found
                  x = condition))
  p + geom_bar(position = "dodge", stat = "identity")
}

Winston Chang 在引用的 GitHub 问题中为这种情况提供了一个非常好的解决方法：在调用 ggplot 期间将environment 参数显式设置为当前环境。 以下是上述示例的样子：

testplot <- function(meansdf)
{
  scale <- 0.5
  p <- ggplot(meansdf, 
              aes(fill = condition,
                  y = means * scale,
                  x = condition),
              environment = environment())   # This is the only line changed / added
  p + geom_bar(position = "dodge", stat = "identity")
}

## Now, the following works
testplot(means)

Answer 2

以编程方式使用ggplot 的“正确”方式是使用aes_string() 而不是aes()，并将列的名称用作字符而不是对象：

对于更多的编程用途，例如，如果您希望用户能够为各种美学指定列名作为参数，或者如果此函数位于需要传递 R CMD CHECK 而没有警告变量名没有定义的包中，您可以使用aes_string()，将所需的列作为字符。

testplot <- function(meansdf, xvar = "condition", yvar = "means",
                     fillvar = "condition") {
    p <- ggplot(meansdf,
                aes_string(x = xvar, y= yvar, fill = fillvar)) +
             geom_bar(position="dodge", stat="identity")
}

Answer 3

这是一个简单的技巧，我经常在我的函数环境中定义我的变量（第二行）：

FUN <- function(fun.data, fun.y) {
    fun.data$fun.y <- fun.data[, fun.y]
    ggplot(fun.data, aes(x, fun.y)) + 
        geom_point() + 
        scale_y_continuous(fun.y)    
}

datas <- data.frame(x = rnorm(100, 0, 1),
                    y = x + rnorm(100, 2, 2),
                    z = x + rnorm(100, 5, 10))
FUN(datas, "y")
FUN(datas, "z")

请注意，当使用不同的变量或数据集时，y 轴标签也会发生变化。

Answer 4

我认为您不需要在函数调用本身中包含 meansdf$ 部分。这似乎适用于我的机器：

meansdf <- data.frame(means = c(13.8, 14.8), condition = 1:2)

testplot <- function(meansdf)
{
p <- ggplot(meansdf, aes(fill=condition, y=means, x = condition))
p + geom_bar(position="dodge", stat="identity")
}


testplot(meansdf)

生产：

Answer 5

这是earlier 讨论的问题示例。基本上，归结为 ggplot2 被编码主要用于全球环境。在 aes() 调用中，变量要么在全局环境中要么在指定的数据帧中查找。

library(ggplot2)
means <- data.frame(means=c(13.8,14.8),condition=1:2)

testplot <- function(meansdf)
{
  p <- ggplot(meansdf, aes(fill=condition, 
          y=means, x = condition))
  p + geom_bar(position="dodge", stat="identity")
}

编辑：

更新：在看到其他答案后并更新了 ggplot2 包，上面的代码就可以工作了。原因是，正如 cmets 中所解释的那样，ggplot 将在全局环境（当数据帧被特别添加为 meandf$... 时）或上述环境中查找 aes 中的变量。

为此，请确保您使用最新版本的 ggplot2。

Answer 6

这让我沮丧了一段时间。我想发送具有不同变量名称的不同数据帧，并且我希望能够从数据帧中绘制不同的列。我终于通过创建一些虚拟（全局）变量来处理函数内部的绘图和强制分配来解决问题

plotgraph function(df,df.x,df.y) {

dummy.df <<- df
dummy.x <<- df.x
dummy.y <<- df.y

p = ggplot(dummy.df,aes(x=dummy.x,y=dummy.y,.....)
print(p)

}

然后在主代码中我可以调用函数

plotgraph(data,data$time,data$Y1)
plotgraph(data,data$time,data$Y2)

Answer 7

如果将变量（列名）不带引号传递给自定义绘图函数很重要，而函数中使用了不同的变量名，那么我尝试的另一个解决方法是使用match.call() 和eval （就像here 一样）：

library(ggplot2)

meansdf <- data.frame(means = c(13.8, 14.8), condition = 1:2)

testplot <- function(df, x, y) {
  arg <- match.call()
  scale <- 0.5
  p <- ggplot(df, aes(x = eval(arg$x),
                      y = eval(arg$y) * scale,
                      fill = eval(arg$x)))
  p + geom_bar(position = "dodge", stat = "identity")
}

testplot(meansdf, condition, means)

^{由reprex package (v0.2.1) 于 2019 年 1 月 10 日创建}

另一种解决方法，但将引用的变量传递给自定义绘图函数是使用get()：

meansdf <- data.frame(means = c(13.8, 14.8), condition = 1:2)

testplot <- function(df, x, y) {
  scale <- 0.5
  p <- ggplot(df, aes(x = get(x),
                      y = get(y) * scale,
                      fill = get(x)))
  p + geom_bar(position = "dodge", stat = "identity")
}

testplot(meansdf, "condition", "means")

^{由reprex package (v0.2.1) 于 2019 年 1 月 10 日创建}

Answer 8

简答：使用 qplot

长答案： 本质上你想要这样的东西：

my.barplot <- function(x=this.is.a.data.frame.typically) {
   # R code doing the magic comes here
   ...
}

但这缺乏灵活性，因为您必须坚持一致的列命名以避免烦人的 R 范围特质。当然接下来的逻辑步骤是：

my.barplot <- function(data=data.frame(), x=..., y....) {
   # R code doing something really really magical here
   ...
}

但是这开始看起来像调用 qplot() 一样可疑，对吧？

qplot(data=my.data.frame, x=some.column, y=some.other column,
      geom="bar", stat="identity",...)

当然，现在您想更改诸如比例标题之类的内容，但为此功能会派上用场……好消息是范围界定问题已基本消失。

my.plot <- qplot(data=my.data.frame, x=some.column, y=some.other column,...)
set.scales(p, xscale=scale_X_continuous, xtitle=NULL,
           yscale=scale_y_continuous(), title=NULL) {
  return(p + xscale(title=xtitle) + yscale(title=ytitle))
}
my.plot.prettier <- set.scale(my.plot, scale_x_discrete, 'Days',
                              scale_y_discrete, 'Count')

Answer 9

另一种解决方法是将 aes(...) 定义为函数的变量：

func<-function(meansdf, aes(...)){}

这对我来说在类似的主题上效果很好

Answer 10

你不需要任何花哨的东西。甚至没有虚拟变量。你只需要在你的函数中添加一个 print() ，就像你想在控制台中显示一些东西时使用 cat() 一样。

myplot

它在同一个函数中为我工作了不止一次

Answer 11

我只是在函数内生成具有所需名称的新数据框变量：

testplot <- function(df, xVar, yVar, fillVar) {
    df$xVar = df[,which(names(df)==xVar)]
    df$yVar = df[,which(names(df)==yVar)]
    df$fillVar = df[,which(names(df)==fillVar)]
    p <- ggplot(df,
                aes(x=xvar, y=yvar, fill=fillvar)) +
             geom_bar(position="dodge", stat="identity")
    }