如何在ggplot2中通过.data语法向其他图层传递数据？

要在stat_function中使用类似.data[[select_col]]的语法来获取数据列的统计量，你可以通过以下几种方式实现：

方法1：引用ggplot对象的处理后数据 #

先把ggplot对象赋值给变量，直接调用其$data属性获取已重命名的列，和你在aes里用的.data[[select_col]]逻辑保持一致：

library(ggplot2)
library(dplyr)

set.seed(1)
dat = data.frame(x = rnorm(1000))

select_col = 'My_Col'

# 构建基础直方图并赋值给变量p
p <- ggplot(dat %>% rename(My_Col = x), aes(x = .data[[select_col]])) +
  geom_histogram(stat = 'density', fill = 'red', colour = 'red')

# 添加正态分布曲线，引用p$data中的目标列
p + stat_function(
  fun = \(x) dnorm(x, mean = mean(p$data[[select_col]]), sd = sd(p$data[[select_col]])),
  linewidth = 1.5,
  colour = 'blue'
)

方法2：动态获取ggplot数据环境中的列 #

借助rlang工具，在stat_function的函数体内动态评估.data[[select_col]]，不需要提前赋值ggplot对象：

library(ggplot2)
library(dplyr)
library(rlang)

set.seed(1)
dat = data.frame(x = rnorm(1000))

select_col = 'My_Col'

ggplot(dat %>% rename(My_Col = x), aes(x = .data[[select_col]])) +
  geom_histogram(stat = 'density', fill = 'red', colour = 'red') +
  stat_function(
    fun = \(x) {
      # 获取当前ggplot数据中的目标列
      col_vals <- eval_tidy(expr(.data[[select_col]]), data = ggplot_build(ggplot_env()$ggplot)$data[[1]])
      dnorm(x, mean = mean(col_vals), sd = sd(col_vals))
    },
    linewidth = 1.5,
    colour = 'blue'
  )

方法3：预计算统计量（推荐） #

更简洁清晰的方式是先处理数据，提前算出正态分布需要的均值和标准差，再在stat_function中引用：

library(ggplot2)
library(dplyr)

set.seed(1)
dat = data.frame(x = rnorm(1000))

select_col = 'My_Col'

# 预处理数据，计算均值和标准差
dat_processed <- dat %>% 
  rename(My_Col = x) %>%
  mutate(
    col_mean = mean(.data[[select_col]]),
    col_sd = sd(.data[[select_col]])
  )

ggplot(dat_processed, aes(x = .data[[select_col]])) +
  geom_histogram(stat = 'density', fill = 'red', colour = 'red') +
  stat_function(
    fun = \(x) dnorm(x, mean = unique(dat_processed$col_mean), sd = unique(dat_processed$col_sd)),
    linewidth = 1.5,
    colour = 'blue'
  )

说明 #

stat_function的函数体默认在全局环境执行，无法直接识别ggplot的.data代词（这个代词仅在aes或统计变换的专属环境中生效），所以需要通过上述方式间接获取处理后的数据列。

内容的提问来源于stack exchange，提问作者Brian Smith