dplyr管道中ggplot的sec_axis转换失效问题求助

报错原因 #

核心问题是sec_axis的trans公式里的.，和管道中指代数据集的.完全不是一回事：

• 管道里的.代表当前传递的数据集（数据框）；
• 但sec_axis的trans参数是一个公式，公式里的.默认指代主轴的数值（原子向量）。
  所以你用.$nPatients时，相当于给一个原子向量用$操作符，必然触发$ operator is invalid for atomic vectors报错。

管道内的解决方案 #

以下几种方法都不需要把变量提到管道外，直接在管道内解决：

方法1：用.x指代主轴数值 + with()绑定数据集

把公式里的主轴数值用.x表示，同时用with(., ...)将管道传递的数据集作为环境，直接引用列名即可：

your_data %>%
  ggplot(aes(x = category, y = count)) +
  geom_col() +
  scale_y_continuous(
    sec.axis = sec_axis(
      trans = with(., ~ .x / max(nPatients) * 100), # .x=主轴数值，with里的.=管道数据集
      name = "占总患者数百分比"
    )
  )

方法2：用cur_data()获取当前数据集

dplyr的cur_data()函数可以在ggplot上下文里直接拿到管道传递的数据集，结合.x指代主轴数值，避免冲突：

your_data %>%
  ggplot(aes(x = category, y = count)) +
  geom_col() +
  scale_y_continuous(
    sec.axis = sec_axis(
      trans = ~ .x / max(cur_data()$nPatients) * 100,
      name = "占总患者数百分比"
    )
  )

方法3：提前计算统计量到新列

如果需要重复使用nPatients的统计值，可以先在管道里计算并存为新列，之后在sec_axis里引用：

your_data %>%
  mutate(total_patients = max(nPatients)) %>%
  ggplot(aes(x = category, y = count)) +
  geom_col() +
  scale_y_continuous(
    sec.axis = sec_axis(
      trans = ~ .x / unique(cur_data()$total_patients) * 100,
      name = "占总患者数百分比"
    )
  )

内容的提问来源于stack exchange，提问作者PhDavey