ggplot：aes vs aes_string，或者如何以编程方式指定列名？

Question

假设我们有以下数据框

data <- data.frame(time=1:10, y1=runif(10), y2=runif(10), y3=runif(10))

我们想创建一个这样的情节：

p <- ggplot(data, aes(x=time))
p <- p + geom_line(aes(y=y1, colour="y1"))
p <- p + geom_line(aes(y=y2, colour="y2"))
p <- p + geom_line(aes(y=y3, colour="y3"))
plot(p)

但是，如果我们有更多的＆＃34; y＆＃34;列，我们不知道他们的确切名称。这提出了一个问题：我们如何以编程方式迭代所有列，并将它们添加到绘图中？基本上目标是：

otherFeatures <- names(data)[-1]
for (f in otherFeatures) {
  # what goes here?
}

尝试失败

到目前为止，我发现许多方法都行不通。例如（以下所有示例仅显示上面for循环中的代码行）：

我的第一次尝试只是使用aes_string代替aes，以便通过循环变量f指定列名：

p <- p + geom_line(aes_string(y=f, colour=f))

但这并没有给出相同的结果，因为现在colour不是每行的固定颜色（aes_string将在数据框环境中解释f。因此，图例将变为颜色条，并且不包含不同的列名。我的下一个猜测是混合aes和aes_string，尝试将colour设置为固定字符串：

p <- p + geom_line(aes_string(y=f), aes(colour=f))

但这导致Error: ggplot2 doesn't know how to deal with data of class uneval。我的下一次尝试是使用colour＆＃34;绝对＆＃34; （不在aes之内）像这样：

p <- p + geom_line(aes_string(y=f), colour=f)

但这会给Error: invalid color name 'y1'（我也不想手动选择一些正确的颜色名称）。接下来的尝试只是回到aes，复制手动方法：

p <- p + geom_line(aes(y=data[[f]], colour=f))

这不会给出错误，但只会绘制最后一列。这是有道理的，因为aes可能会调用substitute，并且在调用{{1}之前，将始终使用循环中的f的最后一个值rm f来计算表达式。出现错误，表示评估在循环后发生）。

重新解释这个问题：在for循环中复制上面的简单代码需要什么样的plot(p) / substitute / eval法术？

Answer 1

现在已经过时了但是如果有其他人遇到它，我有一个非常类似的问题让我发疯。我找到的解决方案是使用aes_q()选项将geom_line()传递给as.name()。您可以在aes_q() here找到详细信息。下面是我解决这个问题的方法，尽管同样的原则应该在循环中起作用。请注意，我在此处添加了多个带有geom_line()的变量作为列表，这更好地概括了（包括一个变量）。

varnames <- c("y1", "y2", "y3")
add_lines <- lapply(varnames, function(i) geom_line(aes_q(y = as.name(i), colour = i)))

p <- ggplot(data, aes(x = time))
p <- p + add_lines
plot(p)

希望有所帮助！

Answer 2

您可以melt（感谢您提醒我这个函数，rawr）将您的所有数据分成几列。例如，它可能如下所示：

library(reshape2)    
data2 <- melt(data, id = "time")
head(data2)
#    time variable       value
# 1     1       y1 0.353088575
# 2     2       y1 0.621565368
# 3     3       y1 0.696031085
# 4     4       y1 0.507112969
# 5     5       y1 0.009560710
# 6     6       y1 0.158993988
ggplot(data2, aes(x = time, y = value, color = variable)) + geom_line()

Answer 3

注意：这不是一个真正的答案，只是对可能在正确的轨道上设置的幕后情况的非常局部的解释。我必须承认，我对NSE的理解仍然非常基础。

我一直在努力，并且仍然在努力解决这个问题。我已将问题缩小到NSE。我不熟悉R的原生替代/引用/评估的东西，所以我将演示使用lazyeval包。

library(lazyeval)

a <- lapply(c(1:9,13), function(i) lazy(i))

head(a)
# [[1]]
# <lazy>
#   expr: c(1, 2, 3, 4, 5, 6, 7, 8, 9, 13)[[10L]]
#   env:  <environment: 0x25889a00>
# 
# [[2]]
# <lazy>
#   expr: c(1, 2, 3, 4, 5, 6, 7, 8, 9, 13)[[10L]]
#   env:  <environment: 0x25889a00>
#
# ...........

lazy_eval(a[[1]])
# [1] 13

lazy_eval(a[[2]])
# [1] 13

我认为这是因为lazy(i)绑定了i的承诺。当我们开始评估这些i评估中的任何一个时，i是最后分配给它的任何内容 - 在这种情况下，13。也许这是由于在i函数的所有迭代中共享lapply被评估的环境？

我不得不通过aes_string和aes_q采用与您相同的变通办法。我发现它们非常不令人满意，因为它们（1）完全与aes行为一致，（2）特别干净。哦，学习NSE的乐趣;）

您可以在此处找到+和aes运算符的源代码：

ggplot2:::`+.gg`
ggplot2:::aes
ggplot2:::aes_q
ggplot2:::aes_string