R语言循环遍历变量名批量生成州级地图问题咨询

报错原因 #

你遇到的报错来自两个基础语法问题：

1. get()函数仅能检索全局环境中的独立对象，database$var1是数据框的附属列，不属于独立对象，因此无法被get()识别
2. 代码存在拼写错误：darabase应为database；且plot_usmap的values参数需要传入数据框内的列名字符串，你额外提取列赋值给v再传入"v"的写法，会导致函数在数据框中查找名为v的列，自然无法匹配。

全量数据筛选+变量标签适配的最优实现 #

推荐用R的函数式编程工具purrr实现批量生成，比for循环更稳定，无需处理迭代变量的环境冲突，且可直接适配全量数据集按年份筛选的需求：

第一步：预定义参数 #

# 加载依赖包
library(usmap)
library(ggplot2)
library(dplyr)
library(purrr)

# 自定义配置，替换为你的实际参数
# 15个目标变量名
target_vars <- c("var1", "var2", "var3", "var4", "var5", "var6", "var7", "var8", "var9", "var10", "var11", "var12", "var13", "var14", "var15")
# 10个指定年份
target_years <- c(1995, 2000, 2005, 2010, 2015, 2020)
# 变量名与对应标签的映射，替换为你的实际标签
var_label_map <- c(
  "var1" = "居民人均可支配收入",
  "var2" = "城镇失业率",
  "var3" = "平均受教育年限"
  # 剩余变量依次补全即可
)

第二步：批量生成并保存地图 #

# 遍历所有变量+年份组合生成地图
walk(cross2(target_vars, target_years), function(item) {
  current_var <- item[[1]]
  current_year <- item[[2]]
  # 直接从全量数据筛选指定年份，无需提前拆分
  year_data <- filter(database, year == .env$current_year)
  # 生成地图
  map_plot <- plot_usmap(data = year_data, values = current_var) +
    scale_fill_continuous(
      low = "white", high = "blue", na.value = "light gray",
      name = var_label_map[current_var], # 图例用变量标签
      label = scales::comma
    ) +
    labs(title = paste0(var_label_map[current_var], "（", current_year, "年）")) +
    theme(legend.position = "right")
  # 保存图片，可根据需求调整路径、尺寸、分辨率
  ggsave(
    filename = paste0("美国各州_", current_var, "_", current_year, ".png"),
    plot = map_plot,
    width = 10,
    height = 8,
    dpi = 300
  )
})

可选：修正后的for循环版本 #

如果你更习惯类Stata的循环写法，可使用修正后的for循环代码：

for (var in target_vars) {
  for (year in target_years) {
    year_data <- filter(database, year == year)
    p <- plot_usmap(data = year_data, values = var) +
      scale_fill_continuous(
        low = "white", high = "blue", na.value = "light gray",
        name = var_label_map[var],
        label = scales::comma
      ) +
      theme(legend.position = "right")
    ggsave(paste0("美国各州_", var, "_", year, ".png"), p, width = 10, height = 8)
  }
}

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