如何在ggplot2管道操作中通过变量引用实现次坐标轴转换？

当然可以实现，核心是在管道内提前计算好次坐标轴的转换因子，并让ggplot能够访问到这个因子，无需将汇总结果存入额外数据框。以下是两种可行方案：

方案1：用大括号捕获管道数据集，内部计算转换因子 #

通过{}包裹ggplot代码块，用.指代管道传递的汇总数据集，在代码块内先计算转换因子，再用于绘图和坐标轴设置：

# 模拟你的场景：按var0分组汇总var1、var2，直接管道绘图
mtcars %>%
  group_by(cyl) %>%  # 这里cyl对应你的var0
  summarise(
    var1 = mean(mpg),  # var1对应你的汇总指标1
    var2 = mean(hp)    # var2对应你的汇总指标2
  ) %>%
  {
    # 计算转换因子：主轴最大值 / 次轴最大值
    trans_factor = max(.$var1) / max(.$var2)
    ggplot(., aes(x = factor(cyl))) +
      # 柱状图：主轴用var1
      geom_col(aes(y = var1), fill = "steelblue", width = 0.6) +
      # 折线图：次轴数据乘以转换因子，匹配主轴范围
      geom_line(aes(y = var2 * trans_factor, group = 1), color = "darkred", size = 1) +
      geom_point(aes(y = var2 * trans_factor), color = "darkred", size = 2) +
      # 设置双坐标轴
      scale_y_continuous(
        name = "var1 均值",
        sec.axis = sec_axis(~ . / trans_factor, name = "var2 均值")
      ) +
      theme_minimal()
  }

方案2：在管道内添加转换因子列，绘图时引用 #

通过mutate将转换因子作为新列加入数据集（因全局最大值比值所有行一致，新列每行值相同），再在ggplot中引用该列的取值：

mtcars %>%
  group_by(cyl) %>%
  summarise(var1 = mean(mpg), var2 = mean(hp)) %>%
  # 添加转换因子列
  mutate(trans_factor = max(var1) / max(var2)) %>%
  ggplot(aes(x = factor(cyl))) +
    geom_col(aes(y = var1), fill = "steelblue", width = 0.6) +
    geom_line(aes(y = var2 * trans_factor, group = 1), color = "darkred", size = 1) +
    geom_point(aes(y = var2 * trans_factor), color = "darkred", size = 2) +
    scale_y_continuous(
      name = "var1 均值",
      # 用first()/max()取转换因子（所有行值相同）
      sec.axis = sec_axis(~ . / first(trans_factor), name = "var2 均值")
    ) +
    theme_minimal()

为什么之前的做法会报错？ #

scale_y_continuous(sec.axis = ...)中的表达式默认在全局环境求值，无法直接访问管道内数据集的var1/var2变量。而上面两种方案通过捕获数据集或存入数据列的方式，让转换因子处于ggplot可访问的范围内，解决了变量找不到的问题。

内容的提问来源于stack exchange，提问作者Marco De Virgilis