RStudio：基于lapply的可视化箱线图填充色设置技术问询

自动设置填充色（内置调色板） #

直接借助ggplot2的离散型调色板函数，就能自动为分类变量的不同水平分配填充色，同时优化原代码的逻辑，让变量传递更清晰：

library(ggplot2)
library(dplyr)
library(purrr)

data("Salaries", package = "carData")

# 定义箱线图生成函数，接受分类变量名、数值变量名
plot_box_auto <- function(cat_var, num_var) {
  ggplot(Salaries, aes(x = .data[[cat_var]], y = .data[[num_var]], fill = .data[[cat_var]])) +
    geom_boxplot(color = "black") +
    # 自动调用brewer调色板，可替换为scale_fill_viridis_d()等其他调色板
    scale_fill_brewer(palette = "Set2") +
    labs(title = paste(num_var, "分组对比：", cat_var), x = cat_var, y = num_var) +
    theme_minimal()
}

# 提取分类、数值变量的列名
cat_vars <- Salaries %>% select_if(is.factor) %>% colnames()
num_vars <- Salaries %>% select_if(is.numeric) %>% colnames()

# 批量生成所有组合的箱线图
all_auto_plots <- expand.grid(cat_var = cat_vars, num_var = num_vars) %>%
  pmap(plot_box_auto)

你可以根据需求替换调色板，比如scale_fill_viridis_d(option = "plasma")，ggplot2会自动适配分类变量的水平数量分配颜色。

手动设置填充色（自定义颜色映射） #

如果需要给特定分类水平指定固定颜色，可通过scale_fill_manual()实现，支持按不同分类变量单独设置配色：

# 定义各分类变量的手动颜色映射
color_maps <- list(
  rank = c("AsstProf" = "#FF6B6B", "AssocProf" = "#4ECDC4", "Prof" = "#45B7D1"),
  sex = c("Female" = "#FFA07A", "Male" = "#2F4F4F"),
  discipline = c("A" = "#98D8C8", "B" = "#F7DC6F")
)

# 支持手动配色的绘图函数
plot_box_manual <- function(cat_var, num_var) {
  ggplot(Salaries, aes(x = .data[[cat_var]], y = .data[[num_var]], fill = .data[[cat_var]])) +
    geom_boxplot(color = "black") +
    scale_fill_manual(values = color_maps[[cat_var]]) +
    labs(title = paste(num_var, "分组对比：", cat_var), x = cat_var, y = num_var) +
    theme_minimal()
}

# 批量生成手动配色的箱线图
all_manual_plots <- expand.grid(cat_var = cat_vars, num_var = num_vars) %>%
  pmap(plot_box_manual)

如果所有分类变量想用同一套手动颜色，直接给values传一个颜色向量即可，比如values = c("red", "blue", "green")，ggplot2会按分类水平的顺序分配颜色。

原代码的问题说明 #

原代码嵌套lapply的逻辑存在变量作用域混淆的问题，内层函数的x无法正确指向外层的分类变量。改用.data[[var]]引用变量名，结合expand.grid生成所有变量组合、pmap批量调用函数，逻辑更清晰，也更便于后续调整配色和其他绘图参数。

内容的提问来源于stack exchange，提问作者An116