使用assign()与计数器在for循环中出现绘图异常的问题

我编写了自定义简化函数lc用于绘制数据的LC曲线，该函数会为数据中选中的每个month生成对应图表。我使用assign函数动态将每个绘图分配给新对象以便后续使用，通过计数器与paste0函数在for循环中更改对象名称。相关代码如下：

library(dplyr)
library(ggplot2)
library(ecotox)
df <- ecotox::lamprey_tox
lc<- function(data, dose='dose', months=c(), month='month', total='total', response='response'){

  data <- data%>% filter(month %in% c(months))
  counter=0
  for (i in months){
    counter <- counter + 1
    a <- data[data$month %in% i,]
    print(a)
    lc <- LC_probit((response/ total) ~ log10(as.numeric(dose)), p = c(50, 90),
                    weights = total,
                    data =a)
    LC50 <- lc$dose[1] #提取LC50
    LC90 <- lc$dose[2] #提取LC90
    assign(paste0('p', counter), ggplot(data=a,aes(x=log10(as.numeric(dose)),y=(response/total)))+ 
             geom_point(size=4)+ 
             geom_smooth(method="glm", 
                         method.args=list(family=binomial(link="probit")), 
                         aes(weight=total),colour="blue",se=TRUE, level=0.95) +
             geom_segment(aes(x = log10(LC50), xend = log10(LC50), y=-Inf, yend=0.5), linetype='dashed', size=1) +
             geom_segment(aes(x = -Inf, xend = log10(LC50), y=0.5, yend=0.5), linetype='dashed', size=1) +
             geom_segment(aes(x = log10(LC90), xend = log10(LC90), y=-Inf, yend=0.9), linetype='dashed', size=1) +
             geom_segment(aes(x = -Inf, xend = log10(LC90), y=0.9, yend=0.9), linetype='dashed', size=1)) 
          
    print(p1) 
  }
}

调用lc(df, months=c('May', 'June', 'August'))后，发现绘图未正确更新：geom_segment未随绘图内容更新，导致其与geom_smooth无法对齐；但将assign中的计数器改为固定值（如1）时，绘图显示正常。请问这一现象的原因是什么？

核心原因：ggplot延迟求值 + assign使用不当 #

1. ggplot的延迟求值特性：ggplot对象不会在创建时立即计算所有参数，而是在执行print()时才会解析引用的变量。你在geom_segment的aes()中直接引用了循环变量LC50/LC90，当循环结束后，所有ggplot对象都会指向最后一次循环的LC50/LC90值，导致所有图的线段都对应最后一个月份的数值，和当前图的拟合线错位。

2. assign与固定打印p1的错误搭配：每次循环用assign生成p1、p2、p3，但始终只打印p1，后续循环生成的p2/p3完全没被输出；同时p1中的LC50/LC90会因延迟求值，最终被替换为循环最后一次的数值。当把计数器改成固定值1时，每次循环都覆盖p1，且立即打印，此时变量还没被下一次循环修改，所以看起来正常，但本质没解决延迟求值的隐患。

正确解决思路 #

• 将静态值移出aes()：LC50/LC90是单个常量，不需要用aes()映射数据列，直接作为参数传给geom_segment，创建ggplot时就会固化当前循环的数值。
• 用列表存储绘图对象：替代assign动态创建对象的方式，更符合R的编程习惯，避免作用域混乱和全局环境污染。
• 打印对应循环的绘图对象：不要固定打印p1，而是打印当前循环生成的图。

修改后的示例代码 #

library(dplyr)
library(ggplot2)
library(ecotox)
df <- ecotox::lamprey_tox

lc <- function(data, dose='dose', months=c(), month_col='month', total='total', response='response'){
  # 过滤目标月份数据
  data_filtered <- data %>% filter(.data[[month_col]] %in% months)
  # 用列表统一存储绘图对象
  plot_list <- list()
  
  for (i in seq_along(months)){
    current_month <- months[i]
    a <- data_filtered %>% filter(.data[[month_col]] == current_month)
    
    # 计算LC值
    lc_result <- LC_probit((.data[[response]] / .data[[total]]) ~ log10(as.numeric(.data[[dose]])), 
                          p = c(50, 90),
                          weights = .data[[total]],
                          data = a)
    LC50 <- lc_result$dose[1]
    LC90 <- lc_result$dose[2]
    
    # 创建绘图，geom_segment使用静态参数而非aes映射
    current_plot <- ggplot(data=a, aes(x=log10(as.numeric(.data[[dose]])), y=(.data[[response]]/.data[[total]])))+ 
      geom_point(size=4)+ 
      geom_smooth(method="glm", 
                  method.args=list(family=binomial(link="probit")), 
                  aes(weight=.data[[total]]), colour="blue", se=TRUE, level=0.95) +
      # 静态常量直接传参，无需放入aes()
      geom_segment(x = log10(LC50), xend = log10(LC50), y=-Inf, yend=0.5, linetype='dashed', size=1) +
      geom_segment(x = -Inf, xend = log10(LC50), y=0.5, yend=0.5, linetype='dashed', size=1) +
      geom_segment(x = log10(LC90), xend = log10(LC90), y=-Inf, yend=0.9, linetype='dashed', size=1) +
      geom_segment(x = -Inf, xend = log10(LC90), y=0.9, yend=0.9, linetype='dashed', size=1) +
      ggtitle(paste("LC Curve for", current_month)) # 添加月份标题
    
    # 存储到列表
    plot_list[[current_month]] <- current_plot
    # 打印当前循环的图
    print(current_plot)
  }
  
  # 返回绘图列表，方便后续调用
  return(plot_list)
}

# 调用函数
plots <- lc(df, months=c('May', 'June', 'August'))

关键修改说明 #

1. 静态参数移出aes()：geom_segment的坐标是固定LC值，直接作为参数传入，避免延迟求值导致的变量覆盖。
2. 列表存储绘图：替代assign动态创建对象，更易管理且避免全局环境污染。
3. .data[[colname]]引用列名：避免非标准求值的潜在问题，提升函数健壮性。
4. 打印当前绘图：确保每次输出对应月份的图表，而非固定的p1。

内容的提问来源于stack exchange，提问作者scott.pilgrim.vs.r