如何用ggplot将DataFrame各列绘为独立直方图并对比Esteem列

正确步骤与代码示例 #

假设你的DataFrame包含多个名称含Esteem的列，以下是稳定可行的实现方法：

1. 加载依赖包
   使用tidyverse套件，它整合了ggplot2绘图工具和数据重塑的函数：

library(tidyverse)

2. 重塑数据结构
   用pivot_longer()替代旧版的melt()，更直观且不易出错，将多列数据转换为"长格式"：

# 筛选所有含"Esteem"的列并转为长格式
df_long <- 你的数据框名 %>%
  select(contains("Esteem")) %>%
  pivot_longer(
    cols = everything(),
    names_to = "Esteem类别",  # 原列名会存入这个新变量
    values_to = "数值"        # 原列的数值会存入这个新变量
  )

如果你的DataFrame所有列都是Esteem相关，可去掉select(contains("Esteem"))这一行。

3. 绘制并排直方图
   通过分面（facet_wrap）实现各列独立直方图的并排展示：

ggplot(df_long, aes(x = 数值)) +
  geom_histogram(binwidth = 1, fill = "#3498db", color = "white") +
  # 按Esteem类别分面，ncol控制每行显示的直方图数量
  facet_wrap(~ `Esteem类别`, ncol = 3) +
  labs(title = "各Esteem列数值分布对比", x = "数值", y = "频数") +
  theme_minimal()

关于melt()出错的可能原因 #

你之前用melt()失败，大概率是没有正确指定measure.vars（要转换的目标列），比如：

# 旧版melt的正确写法（不推荐，不如pivot_longer直观）
library(reshape2)
df_melted <- melt(你的数据框名, measure.vars = grep("Esteem", colnames(你的数据框名), value = TRUE))

但pivot_longer()属于tidyverse生态，语法更清晰，后续维护也更方便。

内容的提问来源于stack exchange，提问作者Luis Loza