ggplot2用stat_summary_2d替换geom_tile绘图报错如何解决

报错本质是变量作用域问题：

• 你在最外层绘图管道第一步用mutate创建的cancel列，仅存在于管道流转的临时数据集中，没有覆盖或保存到全局环境的原始flights对象里。
• 后续geom_text的data参数直接调用了原始flights数据集做分组汇总，这个原始数据里不存在cancel列，执行mean(cancel)时自然会触发对象找不到的计算错误。

除此之外你写的stat_summary_2d版本还有3个逻辑偏差，即使修复报错也无法得到和原图一致的结果：

• stat_summary_2d默认聚合函数是计算z值的均值，输出为0-1区间的取消比例，没有转换为你需要的百分比数值，填充色映射尺度和原图不一致
• x、y轴映射顺序写反，原图x轴为origin、y轴为carrier，你的代码里映射顺序颠倒，输出图表轴结构不对
• stat_summary_2d默认是对连续坐标做分箱，直接传入离散的字符型坐标会触发自动分箱，可能把多个类别合并到同一个格子，无法得到和geom_tile一样的每个分组对应一个格子的效果

不需要重复写分组汇总逻辑，直接让stat_summary_2d完成百分比计算，文本标注复用统计计算结果即可，代码更简洁也不会出现变量找不到的问题：

library(nycflights13)
library(tidyverse)

# 提前生成带取消标记的数据集，避免临时变量作用域问题
flights_cancel <- flights %>%
  mutate(cancel = as.integer(is.na(dep_time)))

flights_cancel %>%
  ggplot(aes(x = origin, y = carrier, z = cancel)) +
  # 自定义聚合函数，直接计算百分比取消率，指定分箱数匹配离散类别数量
  stat_summary_2d(
    fun = ~ 100 * mean(.x, na.rm = TRUE),
    bins = c(n_distinct(flights$origin), n_distinct(flights$carrier))
  ) +
  # 复用stat_summary_2d的聚合逻辑，直接调用计算好的数值做文本标注
  geom_text(
    stat = "summary_2d",
    fun = ~ 100 * mean(.x, na.rm = TRUE),
    aes(label = round(after_stat(value), 1)),
    color = "blue",
    size = 5
  ) +
  scale_fill_distiller("Cancel Ratio", palette = "RdYlGn") +
  theme_bw()

• 提前生成带取消标记的数据集，从根源上避免内层数据调用找不到临时变量的问题
• 给stat_summary_2d传入自定义聚合函数，直接输出百分比格式的取消率，和原图填充映射逻辑完全对齐
• 显式指定bins参数，分箱数和x、y轴的离散类别数量完全一致，保证每个carrier+origin组合对应一个独立瓷砖，和geom_tile效果一致
• 文本标注同样使用stat_summary_2d的统计规则，通过after_stat(value)直接读取计算好的取消率，不需要单独写分组汇总代码，减少重复计算和出错概率
• 修正x、y轴映射顺序，输出图表结构和原geom_tile版本完全一致

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