在R函数中使用plot_ly时维护因子类型及语法解析

问题描述 #

我尝试将plot_ly条形图封装到R函数中，实现按需切换绘图变量。代码在函数外运行正常，但移入函数后，尽管data.frame中的x变量是factor类型，plot_ly却不再将其视为因子。此外，希望了解：在dplyr语境下使用enquo()、plotly语境下使用{{}}解析变量的原因。

测试代码（注释为尝试恢复因子的操作）：

library(plotly)
library(dplyr)
n <- 100
df <- data.frame(x = as.factor(sample(1:3, n, replace = T)), 
                   y = rnorm(n))

summary_plot <- function(df, var){
  quo_var <- enquo(var)
  
  data.frame(df %>%
               group_by({{var}}) %>%
               summarise(n = n())) %>%
  plot_ly(
    # x = ~as.factor(quo_var),
    # x = as.factor(~quo_var),
    x = ~quo_var,
    y = ~n,
    type = "bar"
  )
  
}

summary_plot(df, x)

问题效果示意图：

解决方法 #

问题出在plot_ly的x参数引用错误：直接用~quo_var是把enquo()生成的引用对象当作x轴值，而非解析后的变量本身。只需在plot_ly中用{{var}}解析变量，即可保留原始因子类型：

summary_plot <- function(df, var){
  df_summary <- df %>%
    group_by({{var}}) %>%
    summarise(n = n(), .groups = "drop") # 添加.groups避免dplyr分组警告
  
  plot_ly(df_summary,
          x = ~{{var}}, # 用{{}}解析传入变量，保留因子属性
          y = ~n,
          type = "bar"
  )
}

运行修改后的函数，x轴会正确显示因子的3个类别，恢复预期的条形图效果。

关于enquo()与{{}}的解析逻辑 #

• dplyr中的enquo()与{{}}：
  enquo()的作用是捕获函数参数的表达式及其所在环境，将传入的变量名（如x）转换为带环境的引用对象（quosure），确保dplyr函数能在正确环境中找到变量。而{{}}是enquo()加!!（解引用）的语法糖，group_by({{var}})等价于group_by(!!enquo(var))，现在用{{}}可以替代显式调用enquo()，代码更简洁。

• plotly中的{{}}：
  plotly的公式语法（~xxx）支持tidy eval语法，{{}}会将传入的变量名解析为数据框中对应的列，同时保留该列的原始类型（比如因子），这样plot_ly就能正确识别因子变量，按类别渲染x轴。

内容的提问来源于stack exchange，提问作者Luther_Blissett