如何在R中自动为指定列（[,2:5]）创建密度图？

方法一：基础R循环（最直接） #

用for循环遍历第2至5列，自动为每列生成密度图，同时添加标题区分不同列：

# 遍历第2到5列，批量生成密度图
for (col_idx in 2:5) {
  # 计算列密度
  density_obj <- density(DatiMei[, col_idx])
  # 绘图并标注列名作为标题
  plot(density_obj, main = paste("密度图：", colnames(DatiMei)[col_idx]))
}

方法二：基础R的lapply函数（更简洁） #

用lapply替代循环，代码更紧凑：

# 用lapply批量处理指定列
lapply(2:5, function(col_idx) {
  density_obj <- density(DatiMei[, col_idx])
  plot(density_obj, main = paste("密度图：", colnames(DatiMei)[col_idx]))
})

方法三：ggplot2 + tidyverse（美观且灵活） #

如果需要更美观的可视化效果，可借助tidyverse工具链，先将数据转为长格式再批量绘图：

library(tidyverse)

# 1. 提取目标列并转换为长格式
long_data <- DatiMei %>%
  select(2:5) %>%
  pivot_longer(everything(), names_to = "变量名", values_to = "数值")

# 2. 生成分面密度图（所有图在同一页面）
ggplot(long_data, aes(x = 数值)) +
  geom_density(fill = "#4292c6", alpha = 0.6) +
  facet_wrap(~变量名, scales = "free") + # 每个变量对应一个子图
  labs(title = "各变量密度分布", x = "数值", y = "密度") +
  theme_bw()

# 若要单独生成每个变量的图，可用map函数
plot_list <- long_data %>%
  group_split(变量名) %>%
  map(function(sub_data) {
    ggplot(sub_data, aes(x = 数值)) +
      geom_density(fill = "#4292c6", alpha = 0.6) +
      labs(title = paste("密度图：", unique(sub_data$变量名)),
           x = "数值", y = "密度") +
      theme_bw()
  })

# 查看单个图示例：plot_list[[1]]

内容的提问来源于stack exchange，提问作者Inuraghe