如何扩展自定义R直方图函数，同时传递变量与geom_histogram参数？

推荐采用分开参数传递的方案，将绘图变量与geom_histogram的参数明确区分开。这种方式比拆分...更清晰易维护，还能完美保留未引用变量的调用特性。

方案优势 #

• 避免参数歧义：如果直接把变量和geom参数都塞进...，当变量名与geom_histogram参数名（如bins）重名时，会引发逻辑混乱；分开参数则完全规避这个问题。
• 代码逻辑直观：函数结构清晰，后续维护或扩展时更容易理解。
• 兼容原有调用习惯：用户无需修改基础调用方式，仅在需要传递geom参数时额外指定即可。

修改后的函数代码 #

library(cowplot)
library(tidyverse)

hist_fun <- function(data, ..., geom_args = list()) {
  # 捕获未引用的变量表达式
  plot_vars <- enquos(...)
  
  # 生成单个变量的直方图列表
  plot_list <- map2(plot_vars, names(plot_vars), ~{
    ggplot(data, aes(!!.x)) +
      # 传递geom_histogram的自定义参数
      do.call(geom_histogram, c(list(aes(y = after_stat(density))), geom_args)) +
      labs(x = .y)
  })
  
  # 组合为网格图
  cowplot::plot_grid(plotlist = plot_list, ncol = 1)
}

调用示例 #

# 基础调用（和原有方式完全一致）
hist_fun(mtcars, mpg, cyl, disp)

# 传递geom_histogram参数
hist_fun(mtcars, mpg, cyl, disp, geom_args = list(bins = 20, color = "white"))

可选简化方案（存在小风险） #

如果希望调用时不用写geom_args=，可以通过拆分...中的命名/未命名参数实现，但要注意变量名不能与geom参数名重名：

library(cowplot)
library(tidyverse)
library(rlang)

hist_fun <- function(data, ...) {
  args_list <- list2(...)
  # 拆分：未命名元素是绘图变量，命名元素是geom参数
  plot_vars <- args_list[names(args_list) == ""]
  geom_args <- args_list[names(args_list) != ""]
  
  # 转换为表达式以便ggplot使用
  plot_vars_expr <- map(plot_vars, enexpr)
  
  plot_list <- map2(plot_vars_expr, names(plot_vars_expr), ~{
    ggplot(data, aes(!!.x)) +
      do.call(geom_histogram, c(list(aes(y = after_stat(density))), geom_args)) +
      labs(x = .y)
  })
  
  cowplot::plot_grid(plotlist = plot_list, ncol = 1)
}

# 调用方式完全符合你的需求
hist_fun(mtcars, mpg, cyl, disp, bins = 20, color = "white")

这个方案的风险在于：若数据集中存在与geom_histogram参数同名的变量（比如bins），调用时无法同时指定该变量和对应参数，必须用!!sym("bins")的方式显式引用变量，会增加用户的使用成本。

综上，分开参数的方案是更稳妥的选择。

内容的提问来源于stack exchange，提问作者user63230