如何在ggplot2中用after_stat替代直接调用数据框做美学映射操作？

你的需求是可行的，但不能直接用after_stat()在scale_fill_gradient2的midpoint参数中——因为after_stat()是针对图层统计变换后的数据（比如geom_bin生成的count），而scale的参数需要的是一个全局固定值，不是逐点的统计结果。不过可以通过以下两种优雅的方式避免重复处理数据：

方法一：数据预处理阶段计算统计量 #

在管道中提前算出需要的统计值（比如均值），再传递给scale参数，完全不用重复处理原数据：

示例1修改版 #

USArrests %>% 
  mutate(Arrest = rowSums(.)) %>% 
  rownames_to_column("State") %>%
  mutate(State = reorder(State, Arrest)) %>%
  # 提前计算全局均值，所有行共享同一个值
  mutate(arrest_mean = mean(Arrest)) %>%
  ggplot(aes(x = Arrest, y = State, fill = Arrest)) + 
  geom_col() +
  scale_fill_gradient2(
    low = "#04e762", 
    mid = "#f5b700", 
    high = "#dc0073", 
    midpoint = first(.$arrest_mean) # 取任意一行的均值即可，因为所有行都相同
  ) +
  theme_minimal() +
  theme(legend.position = "none")

示例2修改版 #

set.seed(1)
tibble(score = round(runif(100, 1, 10))) %>%
  count(score) %>%
  mutate(score_mean = mean(score)) %>%
  ggplot(aes(x = score, y = n, fill = score)) +
  geom_col() +
  scale_x_continuous(breaks = 1:10) +
  scale_y_continuous(labels = scales::percent_format(scale = 1)) +
  scale_fill_gradient2(
    low = "#EE602D",
    mid =  "#FFCF26",
    high = "#01AEE6",
    midpoint = first(.$score_mean)
  ) +
  theme_minimal() +
  theme(legend.position = "none") +
  labs(x = NULL, y = NULL)

方法二：提前存储处理后的数据与统计量 #

如果管道过长，也可以把处理好的数据和统计量单独存为变量，逻辑更清晰：

# 示例1的另一种写法
processed_data <- USArrests %>% 
  mutate(Arrest = rowSums(.)) %>% 
  rownames_to_column("State") %>%
  mutate(State = reorder(State, Arrest))

arrest_avg <- mean(processed_data$Arrest)

ggplot(processed_data, aes(x = Arrest, y = State, fill = Arrest)) + 
  geom_col() +
  scale_fill_gradient2(low = "#04e762", mid = "#f5b700", high = "#dc0073", 
                       midpoint = arrest_avg) +
  theme_minimal() +
  theme(legend.position = "none")

关键说明 #

after_stat()和stat_*系列函数的作用是基于图层生成的统计数据（比如分组求和、分位数等）来调整美学映射或图层内容，而scale的参数（如midpoint）是全局配置项，需要在绘图前确定固定值，因此不能直接用after_stat()来计算。

通过预处理阶段计算统计量，既避免了重复处理原数据，又符合ggplot2的设计逻辑。

内容的提问来源于stack exchange，提问作者Erik De Luca