"for" 循环只添加最后的 ggplot 层

Question

总结：当我使用“for”循环将层添加到小提琴图（在 ggplot 中）时，唯一添加的层是由最终循环迭代创建的层。然而，在模仿循环将产生的代码的显式代码中，所有层都被添加了。

详细信息：我正在尝试创建具有重叠层的小提琴图，以显示估计分布在多个调查问题响应中重叠或不重叠的程度，按地点分层。我希望能够包含任意数量的地方，所以我在每个地方的数据框中有一列，并尝试使用“for”循环为每个地方生成一个 ggplot 层。但循环只添加循环最后一次迭代中的层。

这段代码说明了问题，以及一些失败的建议方法：

library(ggplot2) 

# Create a dataframe with 500 random normal values for responses to 3 survey questions from two cities
topic <- c("Poverty %","Mean Age","% Smokers")
place <- c("Chicago","Miami")
n <- 500
mean <- c(35,  40,58,  50, 25,20)
var  <- c( 7, 1.5, 3, .25, .5, 1)
df <- data.frame( topic=rep(topic,rep(n,length(topic)))
                 ,c(rnorm(n,mean[1],var[1]),rnorm(n,mean[3],var[3]),rnorm(n,mean[5],var[5]))
                 ,c(rnorm(n,mean[2],var[2]),rnorm(n,mean[4],var[4]),rnorm(n,mean[6],var[6]))
                )
names(df)[2:dim(df)[2]] <- place  # Name those last two columns with the corresponding place name.
head(df) 

# This "for" loop seems to only execute the final loop (i.e., where p=3)
g <- ggplot(df, aes(factor(topic), df[,2]))
for (p in 2:dim(df)[2]) {
  g <- g + geom_violin(aes(y = df[,p], colour = place[p-1]), alpha = 0.3)
}
g

# But mimicing what the for loop does in explicit code works fine, resulting in both "place"s being displayed in the graph.
g <- ggplot(df, aes(factor(topic), df[,2]))
g <-   g + geom_violin(aes(y = df[,2], colour = place[2-1]), alpha = 0.3)
g <-   g + geom_violin(aes(y = df[,3], colour = place[3-1]), alpha = 0.3)
g

## per http://stackoverflow.com/questions/18444620/set-layers-in-ggplot2-via-loop , I tried 
g <- ggplot(df, aes(factor(topic), df[,2]))
for (p in 2:dim(df)[2]) {
  df1 <- df[,c(1,p)]
  g <- g + geom_violin(aes(y = df1[,2], colour = place[p-1]), alpha = 0.3)
}
g
# but got the same undesired result

# per http://stackoverflow.com/questions/15987367/how-to-add-layers-in-ggplot-using-a-for-loop , I tried
g <- ggplot(df, aes(factor(topic), df[,2]))
for (p in names(df)[-1]) {
  cat(p,"\n")
  g <- g + geom_violin(aes_string(y = p, colour = p), alpha = 0.3)  # produced this error: Error in unit(tic_pos.c, "mm") : 'x' and 'units' must have length > 0
  # g <- g + geom_violin(aes_string(y = p            ), alpha = 0.3)  # produced this error: Error: stat_ydensity requires the following missing aesthetics: y
}
g
# but that failed to produce any graphic, per the errors noted in the "for" loop above

Answer 1

发生这种情况的原因是ggplot 的“懒惰评估”。这是以这种方式使用ggplot 时的常见问题（在循环中单独制作层，而不是像@hrbrmstr 的解决方案那样为您提供ggplot）。

ggplot 将aes(...) 的参数存储为表达式，并且仅在渲染绘图时评估它们。所以，在你的循环中，像

aes(y = df[,p], colour = place[p-1])

按原样存储，并在循环完成后渲染绘图时进行评估。此时，p=3，所以所有绘图都以 p=3 呈现。

因此，“正确”的做法是在 reshape2 包中使用 melt(...)，以便将数据从宽格式转换为长格式，并让 ggplot 为您管理图层。我将“正确”放在引号中，因为在这种特殊情况下存在微妙之处。当使用融化的数据框计算小提琴的分布时，ggplot 使用总计（芝加哥和迈阿密）作为比例。如果您想要基于频率单独缩放的小提琴，您需要使用循环（可悲）。

解决惰性求值问题的方法是将任何对循环索引的引用放在data=... 定义中。这不存储为表达式，实际数据存储在绘图定义中。所以你可以这样做：

g <- ggplot(df,aes(x=topic))
for (p in 2:length(df)) {
  gg.data <- data.frame(topic=df$topic,value=df[,p],city=names(df)[p])
  g <- g + geom_violin(data=gg.data,aes(y=value, color=city))
}
g

这给出了与你相同的结果。请注意，索引p 不会出现在aes(...) 中。

---

更新：关于scale="width" 的注释（在评论中提到）。这会导致所有小提琴具有相同的宽度（见下文），这与 OP 的原始代码中的缩放比例不同。 IMO 这不是可视化数据的好方法，因为它表明芝加哥组中的数据要多得多。

ggplot(gg) +geom_violin(aes(x=topic,y=value,color=variable),
                        alpha=0.3,position="identity",scale="width")

Answer 2

你可以在没有循环的情况下做到这一点：

df.2 <- melt(df)
gg <- ggplot(df.2, aes(x=topic, y=value))
gg <- gg + geom_violin(position="identity", aes(color=variable), alpha=0.3)
gg

Answer 3

您可以使用 aes_() 而不是 aes()，这似乎可以停止惰性求值。在链接到此处 (Update a ggplot using a for loop (R)) 的已关闭问题上找到答案，但认为它应该在这里，因为其他问题已关闭。

Answer 4

虽然一般来说，重塑数据始终是首选，使用较新版本的 ggplot2 (>3.0.0)，您可以使用 !! 将值注入 aes() 例如您可以这样做

g <- ggplot(df, aes(factor(topic), df[,2]))
for (p in 2:dim(df)[2]) {
  g <- g + geom_violin(aes(y = df[,!!p], colour = place[!!p-1]), alpha = 0.3)
}
g

为了得到想要的结果。 !! 将强制进行评估，而不是像默认设置那样保持惰性。