如何在R中遍历dataframe列生成对应可视化绘图？

问题原因 #

• 你定义groups <- c(df$age, df$gender, df$income)时，实际是将三列的所有取值拼接为一个长向量，而非你需要遍历的列名集合
• dplyr的group_by()、ggplot的aes()默认使用非标准求值规则，直接传递循环变量i无法被识别为数据框的列名

修正方案 #

方法1：基础for循环实现 #

直接遍历列名，配合tidyverse标准的动态列引用语法.data[[i]]即可正常运行：

library(dplyr)
library(ggplot2)

# 先定义要遍历的列名
groups <- c("age", "gender", "income") 

for (i in groups){   
  p <- df %>% 
    group_by(.data[[i]]) %>%
    summarise(n = n(), .groups = "drop") %>%
    mutate(prop = n/sum(n)) %>%
    ggplot(aes(y = prop, x = .data[[i]])) +
    geom_col() +
    labs(x = i) # 自动匹配x轴标题为当前列名
  print(p) # 循环中必须显式print才能展示绘图
  # 如需保存图片可加下行：
  # ggsave(paste0(i, "分布柱状图.png"), p, width = 6, height = 4)
}

方法2：purrr迭代写法（更符合R tidyverse风格） #

把绘图逻辑封装为函数，用map批量生成所有图，结果存在列表中方便后续调用：

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

groups <- c("age", "gender", "income") 

# 封装单变量绘图函数
plot_single_col <- function(col_name) {
  df %>% 
    group_by(.data[[col_name]]) %>%
    summarise(n = n(), .groups = "drop") %>%
    mutate(prop = n/sum(n)) %>%
    ggplot(aes(y = prop, x = .data[[col_name]])) +
    geom_col() +
    labs(x = col_name)
}

# 批量生成所有图，存储为列表
all_plots <- map(groups, plot_single_col)

# 调用示例：查看gender对应的分布图
# print(all_plots[[2]])

内容的提问来源于stack exchange，提问作者entropy