基于ggplot2编写函数为数据框每行绘制堆叠条形图

嘿，我来帮你搞定这个问题！你之前用apply的方式出错，核心原因是apply按行处理时会把数据转换成无结构的原子向量，丢失了列名和数据框的格式，导致melt函数无法识别id.vars="id"。下面给你两种可行的解决方案：

方法一：使用by函数（基础R风格） #

by函数可以按指定分组（这里按id，也就是每行）保留数据框结构，完美适配你的绘图函数：

library(ggplot2)
library(reshape2) # 推荐用reshape2替代旧版reshape，更稳定

# 你的原始数据框
df1 <- data.frame(id=c("a","b","c","d"), var1=c(2,4,4,5), var2=c(5,6,2,6), var3=c(5,3,2,1))

# 修正后的绘图函数：先把行向量转回带列名的数据框
my.func <- function(x){
  # 将传入的行向量转换为数据框，t()转置是因为行向量转数据框会变成列
  xx <- as.data.frame(t(x))
  xx.m <- melt(xx, id.vars = "id")
  ggplot(xx.m, aes(x = id, y = value, fill = variable)) + 
    geom_bar(stat='identity') +
    coord_flip() +
    ggtitle(paste("堆叠条形图 - ID:", xx$id)) # 加标题区分每个图
}

# 按id分组处理每行数据
results <- by(df1, df1$id, my.func)

方法二：使用purrr::map（tidyverse风格） #

如果你习惯tidyverse的工作流，用purrr的map函数会更简洁，先把数据框拆成每行一个子数据框的列表，再逐个绘图：

library(purrr)
library(ggplot2)
library(reshape2)

df1 <- data.frame(id=c("a","b","c","d"), var1=c(2,4,4,5), var2=c(5,6,2,6), var3=c(5,3,2,1))

# 把数据框按id拆分成每行一个数据框的列表
df_row_list <- split(df1, df1$id)

# 遍历列表绘图
results <- map(df_row_list, function(row_df) {
  row_melt <- melt(row_df, id.vars = "id")
  ggplot(row_melt, aes(x = id, y = value, fill = variable)) +
    geom_bar(stat='identity') +
    coord_flip() +
    ggtitle(paste("堆叠条形图 - ID:", row_df$id))
})

为什么原来的apply不行？ #

当你执行apply(df1, 1, my.func)时，apply会把每一行转换成没有列名的原子向量（比如第一行变成c("a", 2, 5, 5)），此时你的my.func里的x不是数据框，也没有id这个列，melt自然会报错。

内容的提问来源于stack exchange，提问作者JoeyMcDougalhauser