使用 ggplot2 通过 Map 绘制密度图

Question

我在 R 中有一个数据框 df。（我们可以使用 iris 的示例。）我也有简单的 iris 转换：

iris0 <- iris
iris1 <- cbind(log(iris[,1:4]),iris[5])
iris2 <- cbind(sqrt(iris[,1:4]),iris[5])

我想为这三个数据集中的每一个创建一个列表对象，其中包含iris 中所有数字属性的密度分布。 （因此，3 个数据集的每一个共有 4 个属性：一个列表对象中有 12 个密度图。）我希望给定数据集（每个属性）的密度都是单一颜色，即颜色应该完全取决于数据集。仅使用 base R，我认为 Map 将是最好的方法：

datasets=c("iris0","iris1","iris2")
Map(function(.x, .y, df) {
  ggplot(data = get(df), aes(x=.x)) +
  geom_density(aes(fill=df)) + xlab(.y) + ggtitle(label=paste0(.y," Density in ",df," dataset"))}, df[names(df)], names(df), as.character(datasets) )

这似乎遇到了错误，Error in get(df) : object 'df' not found。我还尝试将df[names(df)] 和names(df) 与get 包裹在每个df 周围，但错误仍然存​​在。

我还可以看到其他潜在的问题——我不确定fill=df 是否会正确地将数据帧编码为一个因素，并确保它们每个都是单独的唯一颜色（但每个颜色保持相同）所有属性）。

谁能帮忙解决这个问题？

（我想在不使用基本 R + ggplot2 和可能的 dplyr 之外的任何包的情况下这样做）

Answer 1

我没有使用Map，而是使用lapply首先遍历datasets，然后通过names(get(df))[1:4]遍历变量最后我使用Reduce来展平列表列表。我还添加了一个自定义调色板来按数据集填充密度图。试试这个：

iris0 <- iris
iris1 <- cbind(log(iris[,1:4]),iris[5])
iris2 <- cbind(sqrt(iris[,1:4]),iris[5])

datasets <- c("iris0","iris1","iris2")
palfill <- c("iris0" = "red","iris1" = "green","iris2" = "blue")

library(ggplot2)

# list of lists
plots <- lapply(datasets, function(df) {
  lapply(names(get(df))[1:4], function(.x) {
    ggplot(data = get(df), aes_string(x = .x)) +
      geom_density(aes(fill = df)) +
      scale_fill_manual(values = palfill) +
      xlab(.x) +
      ggtitle(label = paste0(.x, " Density in ", df," dataset"))
  })
})
# flatten
plots <- Reduce(c, plots)

plots[[1]]

^{由reprex package (v0.3.0) 于 2020-05-16 创建}