求助：用多列表递归过滤DataFrame并通过ggplot绘图，过滤步骤失效

我完全懂你现在的头疼点：从DataFrame的old列生成了好几个列表，想递归用这些列表过滤数据，再画出和列表名称对应的条形图，但过滤步骤死活跑不通，试了rlist也没搞定。别慌，咱们用tidyverse里的purrr包来解决这个问题，它处理列表递归比rlist更直观，而且能完美衔接画图需求。

第一步：先准备示例数据（你可以替换成自己的真实数据） #

先模拟一个包含old列的DataFrame，再生成几个从old列提取的目标列表，最后把这些列表打包成命名列表——这一步很关键，因为命名列表的名称就是咱们后续图表的标题来源：

library(tidyverse)

# 模拟DataFrame
set.seed(123)
df <- tibble(
  old = sample(c("A", "B", "C", "D", "E"), 100, replace = TRUE),
  value = rnorm(100, 50, 10) # 用来画条形图的数值列
)

# 生成从df$old来的多个列表，打包成命名列表
target_lists <- list(
  "Group 1" = c("A", "B"),
  "Group 2" = c("C", "D"),
  "Group 3" = c("E", "A")
)

第二步：递归过滤+绘制条形图 #

用purrr::imap()函数遍历命名列表，它能同时拿到每个子列表的名称（用来当图表标题）和内容（用来过滤数据）。然后对每个过滤后的子集，用ggplot绘制条形图：

# 遍历命名列表，生成对应的图表列表
plot_list <- imap(target_lists, function(list_elements, list_name) {
  # 核心过滤步骤：保留df$old在当前列表元素中的行
  filtered_df <- df %>% filter(old %in% list_elements)
  
  # 绘制条形图（这里以old列的频数为例，你可以换成自己的统计逻辑）
  ggplot(filtered_df, aes(x = old)) +
    geom_bar(fill = "#2c3e50") +
    labs(title = list_name, x = "Category", y = "Count") +
    theme_minimal()
})

# 查看所有图表（也可以用print()逐个输出，或者用patchwork拼接）
plot_list[[1]] # 查看Group 1的图
plot_list[[2]] # 查看Group 2的图

为什么之前的过滤可能失败？ #

你提到试过多种方法都没成功，大概率是这两个原因：

• 没有把列表打包成命名列表：如果只是普通列表，没法直接关联图表标题，递归时也难对应每个列表的用途
• 过滤逻辑错误：比如用了==而不是%in%——==只能匹配单个值，%in%才是匹配多个元素的正确方式

如果你坚持想用rlist的话 #

如果一定要用rlist包，核心逻辑还是先做命名列表，然后用rlist::list.map()来处理，代码大概是这样：

library(rlist)

plot_list_rlist <- list.map(target_lists, {
  filtered_df <- df %>% filter(old %in% .)
  ggplot(filtered_df, aes(x = old)) +
    geom_bar() +
    labs(title = names(.), x = "Category", y = "Count")
})

不过purrr的语法更贴合tidyverse的风格，后续修改和扩展也更方便。

内容的提问来源于stack exchange，提问作者Dyanna