有没有一种方法可以过滤geom_point（）中的数据而不提及数据帧？

Question

我正在尝试使用以下条件在散点图中突出显示gapminder数据集中的某些数据点：

year == 2012, 
continent == Asia, 
population > median(population). 

我面对的是

问题，我每次必须在每个 geom_point（）层中使用 year == 2012 过滤数据认为一次又一次地对相同的数据进行过滤，并不必要地花费时间和计算。

如何为 year == 2012 一次过滤此数据，并在所有级别上使用（不想创建与年份有关的新数据框）。

以下代码：

# Creating median population for filter criteria 
med_2012_pop <- gapminder %>% 
  filter(year == 2012 & continent == "Asia") %>% 
  select(population) %>% .$population %>% median(na.rm = T)

# plotting
gapminder  %>% 
ggplot(aes(x=fertility, y=life_expectancy, color=continent)) +
  # layer 1 - highlighted
  geom_point(data = filter(gapminder, year == 2012 & continent == "Asia" & population > med_2012_pop), 
             size=5, color="gray") +
  # layer 2 - base layer
  geom_point(data = filter(gapminder, year == 2012)) +
  # layer 3 Country highlight - Japan
  geom_point(data = filter(gapminder, year == 2012 & country == "Japan"), size=1, color="black") +
  geom_label(x=1.8, y=84, label="Japan", color="black", size=3) +
  theme_minimal() 

当我尝试下面的代码时-在geom_point中没有提及gapminder和年份，则它不起作用并给出错误

gapminder  %>% filter(year == 2012)  %>% 
ggplot(aes(x=fertility, y=life_expectancy, color=continent)) +
  geom_point(data = filter(continent == "Asia" & population > med_2012_pop), 
             size=5, color="gray") +
  geom_point() +
  # Adding codes for Japan below
  geom_point(data = filter(country == "Japan"), size=1, color="black") +
  geom_label(x=1.8, y=84, label="Japan", color="black", size=3) 
  theme_minimal() +

那么如何使我的代码更高效？

Answer 1

@AllanCameron在评论中指出，最简单的方法是创建一个新的数据框。但是，如果要“通过管道传输”，这是一种无需重复数据框名称和年份过滤器的方法：

library(gapminder)
library(tidyverse)
library(ggplot2)

gapminder %>%
  filter(year == 1992) %>% 
  ggplot(aes(x=gdpPercap, y=lifeExp, color=continent)) +
  geom_point(data = . %>% filter(continent == "Asia"), 
             size=5, color="gray") +
  geom_point() +
  theme_minimal()

您代码中的gapminder数据帧显然与我从软件包中获得的数据帧不同（我没有2012年，没有生育力，而且各列的名称也不同...），所以我将该示例更改为更简单的示例。