如何用purrr的pmap处理多变量映射，完善ggplot2配对图？

pmap 是处理多输入映射的工具，它接受一个包含多个输入的列表，每个列表元素的长度要一致，然后把对应位置的元素传给映射函数：

• 用公式写法时，可通过 ..1、..2、..3 依次指代列表里的第1、2、3个输入
• 也可以给映射函数的参数命名，让代码可读性更强

你的代码中用map2仅传递了data和name.x，其实可以结合name.y一起传入，同时设置x轴和y轴标签。用pmap能一次性处理多个输入，完美适配管道流：

library(tidyverse)
library(ggpubr)

plots <- iris %>%
  pivot_longer(!Species) %>%
  left_join(iris %>% pivot_longer(!Species), by = "Species") %>%
  group_by(name.x, name.y) %>%
  nest() %>%
  mutate(
    plots = pmap(
      # 传入包含三个输入的命名列表
      list(data = data, x_label = name.x, y_label = name.y),
      # 用命名参数引用输入，逻辑更清晰
      ~ ggplot(.data) +
        geom_point(aes(value.x, value.y, color = Species)) +
        xlab(.x_label) +
        ylab(.y_label)
    )
  )

ggarrange(plotlist = plots$plots, common.legend = TRUE, legend = "bottom")

代码说明 #

1. pmap的第一个参数是列表，给元素命名后，映射函数里可直接用.data、.x_label、.y_label引用对应输入，比..1、..2的写法更直观
2. 修改后每个图的x轴会显示name.x（如Sepal.Length），y轴显示name.y，完全满足你的需求
3. 整个流程全程在管道内完成，保持代码流畅性

如果习惯简洁写法，也可以用位置参数替代命名：

mutate(
  plots = pmap(
    list(data, name.x, name.y),
    ~ ggplot(..1) +
      geom_point(aes(value.x, value.y, color = Species)) +
      xlab(..2) +
      ylab(..3)
  )
)

内容的提问来源于stack exchange，提问作者sisyphos