嘿，我懂你碰到的这个问题了——版本1手动传入y轴上限参数能正常运行，但改成自动计算var_y最大值的1.3倍就报错，核心问题出在你获取var_y对应列值的方式不对。

错误原因分析 #

在版本2的函数里，你写了limit_for_y_axis = max(data$var_y)*1.3，但这里的var_y是你传入的参数符号（比如调用时传的n），而data$var_y是在找数据框里名为var_y的列——你的dt里根本没有这个列，所以会返回NA，最后传给scale_y_continuous的limits参数就是无效值，自然会报错。

解决方案1：用Base R的substitute+eval修复 #

我们可以用substitute()拿到传入的var_y符号，再用eval()在data的环境里计算这个符号对应的列的最大值，修改后的函数如下：

horizontal_bar_chart_2 <- function(data, var_x, var_y){
  # 正确获取var_y列的最大值
  limit_for_y_axis = max(eval(substitute(var_y), data)) * 1.3
  ggplot(data, aes_q(x=substitute(var_x), y=substitute(var_y))) + 
    geom_bar(stat = "identity") + 
    coord_flip() + 
    geom_text(aes_q(label = substitute(var_y)), hjust = -.3, color = "gray35") + 
    scale_y_continuous(expand = c(0, 0), limits = c(0, limit_for_y_axis) )
}

现在调用horizontal_bar_chart_2(data = dt, var_x = month, var_y = n)就能正常生成图表了。

解决方案2：用现代Tidyeval语法（推荐） #

因为aes_q()已经被ggplot2弃用了，现在更推荐用{{ }}（拥抱操作符）来传递变量，代码更简洁易读，符合tidyverse的最佳实践：

# 现代tidyeval版本，代码更清晰
horizontal_bar_chart_3 <- function(data, var_x, var_y){
  # 用{{ }}引用传入的变量，配合pull获取列值
  limit_for_y_axis = max(data %>% pull({{var_y}})) * 1.3
  ggplot(data, aes(x = {{var_x}}, y = {{var_y}})) + 
    geom_bar(stat = "identity") + 
    coord_flip() + 
    geom_text(aes(label = {{var_y}}), hjust = -.3, color = "gray35") + 
    scale_y_continuous(expand = c(0, 0), limits = c(0, limit_for_y_axis) )
}

测试这个函数同样能正常运行，而且代码结构更直观，后续维护也更方便。

内容的提问来源于stack exchange，提问作者kzmlbyrk