Plotly自动创建子图（类似R中facet分面）的高效实现方案咨询

最优方案：直接用ggplotly()转换现有ggplot代码 #

你本来就熟悉ggplot语法，直接转换是成本最低、完全兼容facet逻辑的方案，不需要额外处理分面逻辑，14-28个分面也会自动排布，完全不需要手动写每个子图代码，也不会出现宽表转换带来的类型冲突问题。
示例代码：

library(tidyverse)
library(hrbrthemes)
library(plotly)

# 原有数据和ggplot代码完全不用修改
p <- data.frame(id = c(1:5),
           product = c("product1","product2","product1","product3","product2"),
           variable = c("var1","var1","var3","var2","var1"),
           price = c(100,120,140,90,80)) %>%
  ggplot(aes(x = id, y = price, color = variable)) +
  geom_point() +
  facet_wrap(~product) +
  theme_ft_rc()

# 仅需一行代码转成交互plotly对象，完美保留分面效果
ggplotly(p)

该方案所有原有ggplot的自定义配置（主题、配色、映射逻辑）都可以完整保留，适配flexdashboard部署没有任何问题。

原生plotly语法替代方案（无需转宽表） #

如果你需要用原生plotly语法实现，不需要转换宽表，直接按分面字段product的唯一值循环生成长表子图即可，不会出现字符/数字列冲突、variable列显示异常的问题：

library(plotly)
library(tidyverse)

# 直接使用原始长表数据
df <- data.frame(id = c(1:5),
           product = c("product1","product2","product1","product3","product2"),
           variable = c("var1","var1","var3","var2","var1"),
           price = c(100,120,140,90,80))

# 获取所有分面类别
product_list <- unique(df$product)

# 循环生成子图，通过筛选长表数据对应分面内容
plots <- lapply(product_list, function(p){
  filter(df, product == p) %>% 
    plot_ly(x = ~id, y = ~price, color = ~variable, type = 'scatter', mode = 'markers',
            text = ~paste("产品:", p, "<br>变量:", variable, "<br>价格:", price)) %>% 
    layout(title = p)
})

# 按需求调整nrows参数控制网格行数，自动排列所有分面
subplot(plots, nrows = 2, shareX = TRUE, shareY = TRUE, titleY = TRUE)

内容的提问来源于stack exchange，提问作者James