ggarrange调用直方图与条形图列表报错，函数内直方图显示正常

你遇到的核心问题是ggplot延迟求值导致的作用域绑定错误：函数内循环生成图表时，ggplot并未立即绑定循环变量对应的变量值，而是在后续调用图表（从列表取出或用ggarrange组合）时才解析变量。此时循环变量已指向最后一个变量，若最后一个变量是因子型，所有直方图的x轴都会被映射到该因子，触发stat_bin()要求x为连续型的报错。

解决思路是确保每个图表在生成时就绑定到对应的变量，避免延迟求值带来的作用域问题。推荐两种实现方式：

方式一：用purrr迭代（简洁且无作用域风险） #

借助purrr::imap遍历变量，每个变量在独立的函数环境中处理，彻底避免循环变量的作用域问题。

library(tidyverse)
library(ggpubr)

# 构造测试数据集
test_data <- tibble(
  num_var1 = rnorm(100),
  num_var2 = runif(100, 0, 10),
  fac_var1 = factor(sample(c("A", "B", "C"), 100, replace = TRUE)),
  fac_var2 = factor(sample(c("Yes", "No"), 100, replace = TRUE))
)

# 修复后的绘图函数
make_panel_plots <- function(data) {
  # 定义单个变量的绘图逻辑
  plot_single_var <- function(var, var_name) {
    if (is.factor(var)) {
      ggplot(tibble(var = var), aes(x = var)) +
        geom_bar(fill = "steelblue") +
        labs(title = var_name, x = var_name) +
        theme_minimal()
    } else if (is.numeric(var)) {
      ggplot(tibble(var = var), aes(x = var)) +
        geom_histogram(bins = 10, fill = "orange", alpha = 0.7) +
        labs(title = var_name, x = var_name) +
        theme_minimal()
    } else {
      NULL # 跳过非数值/因子类型的变量
    }
  }
  
  # 遍历变量生成图表列表，移除无效的NULL元素
  plot_list <- imap(data, plot_single_var) %>% compact()
  return(plot_list)
}

方式二：修复原循环的作用域问题 #

如果坚持使用for循环，通过局部变量绑定+force()强制求值，确保每个图表在生成时就绑定到当前循环的变量。

library(tidyverse)
library(ggpubr)

make_panel_plots <- function(data) {
  plot_list <- list()
  for (i in names(data)) {
    # 局部绑定当前变量名，避免延迟求值时指向循环变量的最终值
    current_var <- i
    if (is.factor(data[[current_var]])) {
      p <- ggplot(data, aes(x = .data[[current_var]])) +
        geom_bar(fill = "steelblue") +
        labs(title = current_var, x = current_var) +
        theme_minimal()
    } else if (is.numeric(data[[current_var]])) {
      p <- ggplot(data, aes(x = .data[[current_var]])) +
        geom_histogram(bins = 10, fill = "orange", alpha = 0.7) +
        labs(title = current_var, x = current_var) +
        theme_minimal()
    }
    # 强制求值，让ggplot立即绑定当前变量的映射关系
    force(p)
    plot_list[[current_var]] <- p
  }
  return(plot_list)
}

# 生成图表列表
plots <- make_panel_plots(test_data)

# 单独调用直方图，正常显示
plots$num_var1

# 用ggarrange组合所有图表
ggarrange(plotlist = plots, ncol = 2, nrow = 2)

• ggplot采用延迟求值机制：图层中的表达式（如aes(x = .data[[i]])）不会在创建图表对象时立即计算，而是在渲染图表（打印、组合）时才去查找变量的当前值。
• 原循环中，所有图表的x映射都指向循环变量i，循环结束后i的值为最后一个变量名。若最后一个变量是因子型，所有直方图在渲染时都会将x轴映射到该因子，导致stat_bin()报错（它要求x为连续型变量）。
• 修复后的代码通过独立函数环境或局部变量绑定，确保每个图表的x映射都固定到对应的变量，避免了延迟求值的作用域问题。

内容的提问来源于stack exchange，提问作者Pablo Barrenechea