如何用lapply绘制数值变量与分类变量组合的箱线图？

问题背景 #

你有包含数值和分类变量的数据集，希望生成所有数值变量（y轴）与分类变量（填充分组）组合的箱线图，但直接用lapply(num, boxplot_num_x_cat,cat)报错，原因是传入了整个分类变量向量而非单个元素。

修正步骤与代码 #

1. 准备数据与变量区分

先加载tidyverse工具包，修正变量命名（避免和R内置函数cat冲突）：

library(tidyverse)

# 示例数据集
data <- data.frame(numA= c(50, 47, 49, 47, 46, 48, 45),
                   numB= c(625,  546,  590,  690,  641,  526, 600),
                   numC=c(38.246, 26.025, 23.999, 62.294, 12.149, 23.738, 68.664),
                   catA = c("A","A","A","B","B","C","C"),
                   catB = c("dd","ee","ff","dd","ee","ff","dd"))

# 区分数值和分类变量
is_numeric <- unlist(lapply(data, is.numeric), use.names = TRUE)
cat_vars <- colnames(data[, !is_numeric])
num_vars <- colnames(data[, is_numeric])

2. 生成所有变量组合

用expand.grid创建数值变量与分类变量的所有两两组合：

# 生成所有需要绘制的变量组合
plot_pairs <- expand.grid(num = num_vars, cat = cat_vars, stringsAsFactors = FALSE)

3. 修正绘图函数

使用tidyverse的.data代词引用列名，让函数更规范且支持动态变量名：

boxplot_num_x_cat <- function(num_col, cat_col, df) {
  ggplot(df, aes(y = .data[[num_col]], fill = .data[[cat_col]])) +
    geom_boxplot() +
    labs(y = num_col, x = cat_col, fill = cat_col,
         title = str_glue("箱线图：{num_col} 按 {cat_col} 分组"))
}

4. 批量生成并存储图表

用purrr::pmap遍历所有组合，将生成的箱线图存储到列表中：

# 批量生成所有组合的箱线图，结果存入列表
plot_list <- pmap(plot_pairs, boxplot_num_x_cat, df = data)

额外操作 #

• 查看单张图：用plot_list[[1]]、plot_list[[2]]等索引调用
• 批量保存图表：

# 生成文件名并批量保存
plot_filenames <- str_c(plot_pairs$num, "_vs_", plot_pairs$cat, ".png")
walk2(plot_list, plot_filenames, ~ggsave(.y, .x, width = 6, height = 4))

错误原因说明 #

原来的lapply(num, boxplot_num_x_cat,cat)会把整个cat向量（如c("catA","catB")）作为第二个参数传入函数，但函数期望的是单个分类变量名，导致ggplot无法识别分组列，因此报错。生成两两组合后遍历每一对，就能确保每次传入单个变量名。

内容的提问来源于stack exchange，提问作者Appo_55