for循环创建ggplot对象列表时，所有元素均为最后迭代结果的问题

这个问题我太熟啦！你遇到的是R里延迟求值导致的经典坑——ggplot在创建对象时并不会立刻把变量的当前值“固化”进去，而是保存了对变量的引用。等最后调用grid.arrange的时候，循环已经跑完，所有图都会指向循环最后一次迭代的变量值，所以看起来全一样。

先还原你的问题代码（用mtcars做示例） #

假设你的数据是类似mtcars的结构，固定mpg为x轴，其余变量做y轴，你的代码可能是这样：

library(ggplot2)
library(gridExtra)

df <- mtcars
x_var <- "mpg"
y_vars <- setdiff(names(df), x_var)
plot_list <- list()

# 有问题的循环
for (i in seq_along(y_vars)) {
  y_var <- y_vars[i]
  p <- ggplot(df, aes(x = .data[[x_var]], y = .data[[y_var]])) +
    geom_point() +
    labs(y = y_var)
  plot_list[[i]] <- p
}

# 运行后会发现所有图的y轴都是最后一个变量（比如carb）
grid.arrange(grobs = plot_list, ncol = 3)

核心原因 #

R的for循环共享同一个环境，y_var是这个环境里的变量。ggplot对象只是记录了“要取y_var对应的值”，而不是当时的具体值。当你最后渲染图形时，y_var已经变成了循环的最后一个元素，所以所有图都用了这个值。

三种解决方案 #

1. 用lapply代替for循环（最推荐）

lapply的每个迭代都会创建独立的局部环境，完美避开共享变量的问题，代码也更简洁：

plot_list <- lapply(y_vars, function(y) {
  ggplot(df, aes(x = .data[[x_var]], y = .data[[y]])) +
    geom_point() +
    labs(y = y)
})

grid.arrange(grobs = plot_list, ncol = 3)

2. 在for循环里用local()创建局部环境

如果你更习惯用for循环，可以用local()把每次迭代的变量封装起来，让ggplot捕获当前的y值：

plot_list <- list()

for (i in seq_along(y_vars)) {
  y_var <- y_vars[i]
  # 用local创建独立环境，保存当前的y值
  p <- local({
    y <- y_var
    ggplot(df, aes(x = .data[[x_var]], y = .data[[y]])) +
      geom_point() +
      labs(y = y)
  })
  plot_list[[i]] <- p
}

3. 使用tidyeval语法（适合熟悉tidyverse的用户）

把字符串变量转成符号，用!!强制注入到ggplot的aes里，直接固化当前值：

plot_list <- list()

for (i in seq_along(y_vars)) {
  y_var <- rlang::sym(y_vars[i]) # 把字符串转成符号
  p <- ggplot(df, aes(x = .data[[x_var]], y = !!y_var)) +
    geom_point() +
    labs(y = as.character(y_var))
  plot_list[[i]] <- p
}

随便选一种方法运行，你会发现每个图的y轴都对应不同的变量，完美解决问题！

内容的提问来源于stack exchange，提问作者dhbrand