在一个循环中绘制多个坐标图的x轴

Question

我必须为多个变量制作一个直方图。我正在运行此代码，该代码按类别为我提供了多个变量的直方图。

hist_fun = function(x,y){
  ggplot(df, aes(x, fill = y)) + geom_density(alpha = 0.2)
}

我在数据集上将此功能用作

lapply(df[sapply(df, is.numeric)], function(x) {   hist_fun(x, df$class) })

我获得了所有图，但是我无法在x轴上获得标签。我尝试在通过x的xlab上使用，但没有任何作用。

hist_fun = function(x,y){
  ggplot(df, aes(x, fill = y)) + geom_density(alpha = 0.2) + xlab(names(x))
}

还有什么更好的方法吗？

Answer 1

我已经创建了一个示例data.frame：

# generate data.frame
df <- data.frame(num1 = rnorm(12),
                 num2 = rnorm(12)*2,
                 class = rep(c("class1", "class2", "class3"), 4))

您的函数（略作修改）会生成图，但是它将使用您在函数中定义的参数名称来标记您的审美观

# define function
hist_fun <- function(x,y){
  ggplot(df, aes(x = x, fill = y)) + geom_density(alpha = 0.2)
}
# plot
library(ggplot2)
lapply(df[sapply(df, is.numeric)], hist_fun, df$class)

（请注意，我已经在lapply()中删除了函数定义，因为您可以将参数传递给自定义函数。）

要开发正确使用ggplot2的功能，可以使用quasiquotation：

# define function
hist_fun <- function(x,y){
  x <- enquo(x)
  y <- enquo(y)
  ggplot(df, aes(x = !!x, fill = !!y)) + geom_density(alpha = 0.2)
}
# plot
library(ggplot2)
lapply(df[sapply(df, is.numeric)], hist_fun, class)

这至少会理解您的class参数，而不会引发关于使用class()函数而不是变量的错误。但是我们仍然为x轴使用默认的x标签。

选项1：带有aes_string()

一种解决方法是使用aes_string()和names()，它们将使用适当的标签：

# define function
hist_fun <- function(x,y){
  ggplot(df, aes_string(x, fill = y)) + geom_density(alpha = 0.2)
}
# plot
library(ggplot2)
lapply(names(df[sapply(df, is.numeric)]), hist_fun, "class")

选项2：没有应聘家庭

这是在没有申请家庭的情况下针对您的问题的稍微不同的解决方案：

# create a list to store plots
plots <- list()
# select only numerical variables
library(dplyr)
df_num <- select_if(df, is.numeric)
# store one plot for each numeric variable, using aes_string()
for (nm in names(df_num)) {
  plots[[nm]] <- ggplot(df, aes_string(x = nm, fill = "class")) + geom_density(alpha = 0.2)
}
# print plots
plots

选项3：整洁的数据和构面

如果您的数值变量是相同类型的数据，我建议使用gather()创建整洁的数据集，并使用构面函数：

# tidy data
library(tidyr)
df_tidy <- gather(df, key = series, value = values, num1:num2)
# plot with facets
ggplot(df_tidy, aes(values, fill = class)) +
  geom_density(alpha = 0.2) +
  facet_wrap(~series)