R语言for循环生成ggplot结果与手动运行代码不一致问题

问题原因 #

这是ggplot2的惰性求值特性导致的。aes()中引用的循环变量不会在每次迭代时立即计算，而是等到调用grid.arrange渲染图表时才统一求值，此时循环已经运行完毕，变量i的值固定为循环最后一次的取值（你场景中为3），所以所有直方图都读取了rep_coefs的第三列。而labs内的x轴标签、geom_vline的截距值是在循环迭代时就计算传入的固定值，因此这两部分显示正常。

解决方法 #

提供3种可直接运行的修正方案：

方案1：循环内强制求值 #

在ggplot语句前添加force(i)，强制每次迭代计算当前i的实际值：

plts1 <- list() 
for (i in 1:ncol(rep_coefs)) {
  force(i)
  plts1[[i]] <-  ggplot(rep_coefs, aes(x = rep_coefs[[i]])) +
    geom_histogram(bins = 10) +
    geom_vline(xintercept = og_coef[[i]], color = "red") +
    labs(x = names(rep_coefs)[i])
}
grid.arrange(grobs = plts1, nrow = 1, ncol = ncol(rep_coefs))

方案2：使用tidyverse规范的.data代词 #

通过.data[[列名]]的写法明确指代数据集内的列，避免惰性求值问题：

plts1 <- list() 
col_names <- names(rep_coefs)
for (i in seq_along(col_names)) {
  plts1[[i]] <-  ggplot(rep_coefs, aes(x = .data[[col_names[i]]])) +
    geom_histogram(bins = 10) +
    geom_vline(xintercept = og_coef[[i]], color = "red") +
    labs(x = col_names[i])
}
grid.arrange(grobs = plts1, nrow = 1, ncol = length(col_names))

方案3：用lapply替代for循环 #

lapply的迭代变量天然独立，不会出现惰性求值的全局变量覆盖问题：

plts1 <- lapply(1:ncol(rep_coefs), function(i) {
  ggplot(rep_coefs, aes(x = rep_coefs[[i]])) +
    geom_histogram(bins = 10) +
    geom_vline(xintercept = og_coef[[i]], color = "red") +
    labs(x = names(rep_coefs)[i])
})
grid.arrange(grobs = plts1, nrow = 1, ncol = ncol(rep_coefs))

内容的提问来源于stack exchange，提问作者lexipalmer