使用ggplot2与map函数批量生成镜像密度直方图时..density..传递报错的解决方案咨询

你遇到的核心问题是**aes_string()无法识别ggplot的特殊内部变量..density..**——因为aes_string()会把所有参数都当作数据框的列名字符串去查找，而..density..是ggplot在绘制直方图时动态计算的临时变量，不属于原始数据集的列，所以会抛出"object not found"错误。

不用map2，用map配合现代tidyverse的语法就能轻松解决，下面给你两种可行的方案：

方案1：使用.data代词（推荐，tidyverse官方推荐写法） #

.data是tidyverse提供的特殊代词，可以动态引用数据框中指定名称的列，既支持动态变量名，又能让..density..被ggplot正常识别：

library(ggplot2)
library(purrr)
data(iris)

# 直接用字符向量存储变量名，不需要包裹成list
var_list <- names(iris[1:4])

plots <- map(var_list, ~ {
  ggplot() +
    # 用.data[[.x]]动态指定x轴变量
    geom_histogram(data = iris, aes(x = .data[[.x]], y = ..density..), fill = '#56B4E9') +
    geom_histogram(data = iris, aes(x = .data[[.x]], y = -..density..), fill = '#D55E00') +
    # 可选：给每个图表加标题和x轴标签，提升可读性
    labs(title = paste("Mirror Histogram of", .x), x = .x)
})

# 查看其中一个图表，比如第一个
plots[[1]]

方案2：使用rlang的符号解引用 #

如果你习惯用字符串转符号的方式，也可以用rlang::sym()把变量名字符串转换成符号，再用!!（bang-bang）在aes()中解引用：

plots <- map(var_list, ~ {
  # 把字符串变量名转换成符号
  x_var <- rlang::sym(.x)
  ggplot() +
    geom_histogram(data = iris, aes(x = !!x_var, y = ..density..), fill = '#56B4E9') +
    geom_histogram(data = iris, aes(x = !!x_var, y = -..density..), fill = '#D55E00') +
    labs(title = paste("Mirror Histogram of", .x), x = .x)
})

为什么原来的代码会报错？ #

aes_string()是ggplot2旧版本中用于动态美学映射的函数，它的工作逻辑是将所有参数解析为字符串，然后在数据框中查找对应的列。但..density..不是iris数据框的列，而是ggplot在计算直方图时生成的临时统计变量，所以aes_string()无法找到它，从而抛出错误。

而上面两种方案都使用了标准的aes()函数，配合动态变量引用的现代语法，既实现了批量生成的需求，又能让ggplot正确识别..density..这个特殊变量。

内容的提问来源于stack exchange，提问作者r0bt