ggplot2技术问题：能否在后续图层中访问传入的数据集？

你可以通过两种方式实现无需临时变量，直接在ggplot链式操作中访问上游处理好的数据集：

方法1：用大括号包裹ggplot代码块 #

利用大括号{}将ggplot的整个定义包裹起来，此时.会指代管道上游处理完成的数据集，在图层的data参数和labs中都能直接调用：

library(tidyverse)

mtcars %>% 
    # 模拟复杂的数据预处理步骤
    filter(cyl %in% c(4,6)) %>% 
    group_by(cyl, gear) %>% 
    summarise(
        mpg_avg = mean(mpg),
        qsec_avg = mean(qsec),
        obs_count = n()
    ) %>% 
    {
        ggplot(., aes(x = mpg_avg, y = qsec_avg)) +
            geom_point(size = 3) +
            # 仅对mpg_avg < 20的子集绘制连线
            geom_line(data = . %>% filter(mpg_avg < 20), aes(group = cyl)) +
            # 显示上游数据集的总观测数
            labs(caption = paste("N. obs =", NROW(.)))
    }

方法2：使用公式语法与.x代词 #

在ggplot的图层data参数和labs中，使用公式~配合.x指代上游数据集，写法更简洁：

library(tidyverse)

mtcars %>% 
    filter(cyl %in% c(4,6)) %>% 
    group_by(cyl, gear) %>% 
    summarise(
        mpg_avg = mean(mpg),
        qsec_avg = mean(qsec),
        obs_count = n()
    ) %>% 
    ggplot(aes(x = mpg_avg, y = qsec_avg)) +
    geom_point(size = 3) +
    # 用.x指代上游数据集，过滤后绘制连线
    geom_line(data = ~ .x %>% filter(mpg_avg < 20), aes(group = cyl)) +
    # 用.x获取总观测数
    labs(caption = ~ paste("N. obs =", NROW(.x)))

为什么原来的.data无效？ #

ggplot2中的.data代词仅指代当前图层的数据集，而非传入ggplot()的整个上游数据集，因此无法用来访问初始的预处理结果。

内容的提问来源于stack exchange，提问作者cach1