R循环绘制多箱线图：显著性标记仅取最后变量值的问题排查

问题原因 #

你遇到的问题是ggplot的延迟求值机制导致的：在循环中创建ggplot对象时，geom_text里引用的sig.letter$groups和w并不会立即被计算，而是等到你实际调用绘图（比如plot_list[["rich_tot"]]）时才去读取这些变量的当前值。而循环结束后，sig.letter和w都保留了最后一次循环（对应rich_10m）的结果，所以所有图都用了最后一组的显著性标记。

解决方案 #

最稳妥的方式是将显著性标签直接合并到绘图用的数据框中，让geom_text从数据框内部读取标签值，彻底避免依赖外部变量。这种方式直观且不易出错。

修改后的循环代码 #

dataPDG<-read.csv2("donnees moyennes.csv")#my data
max_rich<-read.csv2("max_rich.csv")#will be used to calculate letters position on plots

loop.vector <- c("rich_tot","rich_2m","rich_10m")#the 3 variables 
plot_list<-list()

for (i in loop.vector) {
  x <- as.data.frame(dataPDG[, c("Stations", i)])#Stations contains 5 replicats 
  x[, 2] <- as.numeric(x[, 2])

  p <- ggboxplot(x, x = "Stations", y = i, color = "Stations", add = "jitter", legend = "none") +
    rotate_x_text(angle = 45) +
    stat_compare_means(method = "anova", label.y = 13) +
    stat_compare_means(label = "p.signif", method = "anova", label.y = 12)
  
  max_values <- as.data.frame(max_rich[, c("Stations", i)])
  
  hsd <- HSD.test(aov(x[, 2] ~ Stations, data = x), trt = "Stations", group = T)
  sig.letter <- hsd$groups[order(row.names(hsd$groups)), ]
  sig.letter <- sig.letter[c("JD", "ES", "SG", "CC", "AO", "BA", "BO", "BR", "FE", "SN", "GF", "GP"), ]
  
  # 将显著性标签和计算好的y轴位置合并到数据框中
  max_values$sig_label <- sig.letter$groups
  max_values$y_pos <- 0.5 + max_values[[2]]
  
  # geom_text直接使用数据框内的列，不再依赖外部变量
  d <- p + geom_text(data = max_values, aes(x = Stations, y = y_pos, label = sig_label), vjust = 0)
  
  # 保存绘图对象到列表
  plot_list[[i]] <- d
}

plot_list[["rich_tot"]]
plot_list[["rich_2m"]]
plot_list[["rich_10m"]]

补充说明 #

这种方法把每个循环迭代需要的所有信息都封装到max_values数据框里，ggplot在绘图时会直接读取对应数据框的内容，不会再受外部变量后续变化的影响。

内容的提问来源于stack exchange，提问作者ClémentG