将带有美元符号 ($) 的变量与 facet_grid() 或 facet_wrap() 组合传递给 aes() 时出现问题

Posted 2023-02-16

【中文标题】将带有美元符号 ($) 的变量与 facet_grid() 或 facet_wrap() 组合传递给 aes() 时出现问题

【英文标题】：Issue when passing variable with dollar sign notation ($) to aes() in combination with facet_grid() or facet_wrap()

【发布时间】：2015-12-09 04:30:42

【问题描述】：

我目前正在 ggplot2 中为一个项目进行一些分析，偶然发现了一些（对我而言）我无法解释的奇怪行为。当我写aes(x = cyl, ...) 时，如果我使用aes(x = mtcars$cyl, ...) 传递相同的变量，情节看起来会有所不同。当我删除facet_grid(am ~ .) 时，两个图表再次相同。下面的代码是根据我的项目中生成相同行为的代码建模的：

library(dplyr)
library(ggplot2)

data = mtcars

test.data = data %>%
  select(-hp)

ggplot(test.data, aes(x = test.data$cyl, y = mpg)) +
  geom_point() + 
  facet_grid(am ~ .) +
  labs(title="graph 1 - dollar sign notation")

ggplot(test.data, aes(x = cyl, y = mpg)) +
  geom_point()+ 
  facet_grid(am ~ .) +
  labs(title="graph 2 - no dollar sign notation")

这是图1的图片：

这是图2的图片：

我发现我可以使用 aes_string 而不是 aes 来解决这个问题，并将变量名作为字符串传递，但我想了解为什么 ggplot 会这样。与facet_wrap 类似的尝试也会出现此问题。

【问题讨论】：

简短的回答是：从不在aes()中使用$

^_^ 今天我的图表突然看起来很奇怪，我感到震惊之后，我不会再这样做了。我仍然想了解发生了什么，因为我以前从未遇到过这个问题/行为。

当 ggplot 构建绘图时，如果将每一层的数据集分成组，由美学和刻面定义。为了使此分组可靠，您需要变量源自单个 data.frame，否则 ggplot 可能最终会为分面因子和映射的其余部分使用不同的顺序。

hmm，但无论我写的是 aes(x = cyl, ...) 还是 aes(x = test.data$cyl ，...）？ test.data 是我传递给 ggplot 的 data.frame，它包含所有变量。我哪里错了？非常感谢您的快速回复！

这里的重点是，因为 ggplot 使用非标准评估技术，并且 R 的环境和范围系统可能很复杂，所以当您在此处使用 $ 时，您提供的可能是令人困惑的信息，这将导致 ggplot 无法预测地响应。出错的方式多种多样、复杂且通常不直观。

【参考方案1】：

tl;dr

永远不要在aes()中使用[或$。

---

考虑这个说明性示例，其中刻面变量f 故意相对于x 以不明显的顺序排列

d <- data.frame(x=1:10, f=rev(letters[gl(2,5)]))

现在对比一下这两个图会发生什么，

p1 <- ggplot(d) +
  facet_grid(.~f, labeller = label_both) +
  geom_text(aes(x, y=0, label=x, colour=f)) +
  ggtitle("good mapping") 

p2 <- ggplot(d) +
  facet_grid(.~f, labeller = label_both) +
  geom_text(aes(d$x, y=0, label=x, colour=f)) +
  ggtitle("$ corruption") 

我们可以通过查看 ggplot2 内部为每个面板创建的 data.frame 来更好地了解正在发生的事情，

 ggplot_build(p1)[["data"]][[1]][,c("x","PANEL")]

    x PANEL
1   6     1
2   7     1
3   8     1
4   9     1
5  10     1
6   1     2
7   2     2
8   3     2
9   4     2
10  5     2

 ggplot_build(p2)[["data"]][[1]][,c("x", "PANEL")]

    x PANEL
1   1     1
2   2     1
3   3     1
4   4     1
5   5     1
6   6     2
7   7     2
8   8     2
9   9     2
10 10     2

第二个图有错误的映射，因为当 ggplot 为每个面板创建一个 data.frame 时，它​​会以“错误”的顺序选择 x 值。

这是因为$ 的使用打破了要映射的各种变量之间的联系（ggplot 必须假定它是一个自变量，据它所知，它可能来自任意的、断开连接的源）。由于此示例中的 data.frame 未根据因子 f 排序，因此每个面板内部使用的子集 data.frames 假定顺序错误。

【讨论】：

非常感谢您的帮助！你的例子太棒了！

这个问题已经在ggplot2 v3.0.0.9000修复