使用R的ggplot循环处理分组数据并批量生成组合图表的问题

数据集与需求 #

现有如下结构的数据集：

df <- data.frame(Year=rep(c('2010','2020'),times=7),
                Site=c('1-A','1-A','1-B','1-B','2-A','2-A','2-B','2-B',
                       '3-A','3-A','3-B','3-B','3-C','3-C'),
                V1=rnorm(14,20,5),
                V2=rnorm(14,50,10),
                V3=rnorm(14,5,0.25))

需求：遍历所有以V开头的列，按Year和Site编号（1/2/3）分组，将每个Site编号对应的所有V列图表组合为一张带统一图例的图。

手动实现与循环报错 #

已实现单个Site编号的绘图逻辑，但编写循环批量处理时，除最后一个元素p[3]外，其余图表均报错：

Error in `check_aesthetics()`:
! Aesthetics must be either length 1 or the same as the data (4): y

解决方案 #

问题根源 #

1. 延迟求值问题：循环中用x$tmp传递y值时，ggplot会延迟解析变量，后续修改x会导致之前的图表引用最新的x$tmp，造成数据长度不匹配。
2. 图表覆盖问题：内层循环每次都会覆盖p[[i]]，导致每个Site编号仅保留最后一个V列的图表。

修正后的循环代码 #

使用.data[[col_name]]动态引用列解决求值问题，同时用双层列表存储每个Site的所有图表：

library(ggplot2)
library(gridExtra)

# 提取图例的函数（保留原逻辑）
get_legend <- function(myggplot){
  tmp <- ggplot_gtable(ggplot_build(myggplot))
  leg <- which(sapply(tmp$grobs, function(x) x$name) == "guide-box")
  legend <- tmp$grobs[[leg]]
  return(legend)
}

# 获取所有Site编号和V列名
site_ids <- unique(substring(df$Site, 1, 1))
v_cols <- grep("^V", colnames(df), value = TRUE)

# 初始化双层列表：外层按Site编号存储，内层存储对应V列的图表
plot_list <- list()

for (id in site_ids) {
  # 筛选当前Site编号的数据
  data_sub <- df[substring(df$Site, 1, 1) == id, ]
  site_plots <- list()
  
  for (col in v_cols) {
    p <- ggplot(data_sub, aes(fill = Year, y = .data[[col]], x = Site)) +
      geom_bar(position = "dodge", stat = "identity", colour = "black") +
      ylab(col) +
      theme_classic() +
      theme(legend.position = "bottom", 
            panel.border = element_rect(colour = "black", fill = NA, size = 1)) +
      scale_y_continuous(expand = c(0, 0), sec.axis = dup_axis(name = NULL))
    
    site_plots[[col]] <- p
  }
  
  plot_list[[id]] <- site_plots
}

批量组合并输出图表 #

遍历每个Site的图表集合，组合成带统一图例的完整图表：

for (id in site_ids) {
  current_plots <- plot_list[[id]]
  # 获取统一图例
  mylegend <- get_legend(current_plots[[1]] + theme(legend.title = element_blank()))
  # 移除各图的独立图例
  plots_no_legend <- lapply(current_plots, function(p) p + theme(legend.position = "none"))
  
  # 组合图表并添加标题
  combined_plot <- grid.arrange(
    arrangeGrob(grobs = plots_no_legend, ncol = length(v_cols)),
    mylegend,
    heights = c(15, 1),
    top = textGrob(paste("Site", id, "Plots"), gp = gpar(fontsize = 14))
  )
  
  # 可选：保存图表到本地
  # ggsave(paste0("Site_", id, "_plots.png"), combined_plot, width = 12, height = 6)
}

关键改进点 #

• 用.data[[col]]动态引用列，彻底避免ggplot延迟求值导致的变量指向错误
• 采用双层列表结构，确保每个Site编号下的所有V列图表都被保留，不会被覆盖
• 自动识别所有V开头的列，无需手动指定索引，适配任意规模的数据集

内容的提问来源于stack exchange，提问作者Overtime4728