R-ggplot2-ggplot（数据，aes（x=变量…）和ggplot（数据，aes（x=数据$变量…）之间的差异

我目前在ggplot2中遇到了一个现象，如果有人能给我一个解释，我将不胜感激

我需要在直方图上绘制一个连续变量，我需要在图上表示两个分类变量。下面的dataframe就是一个很好的例子

library(ggplot2)


species <- rep(c('cat', 'dog'), 30)
numb <- rep(c(1,2,3,7,8,10), 10)
groups <- rep(c('A', 'A', 'B', 'B'), 15)

data <- data.frame(species=species, numb=numb, groups=groups)

并绘制了数据\u miss数据集，仍然包括factnumb变量的所有级别

data$factnumb <- as.factor(data$numb)

pm <- ggplot(data_miss, aes(x=factnumb, fill=species)) +
        facet_grid(groups ~ .) +
        geom_bar(aes(y=(..count..)/sum(..count..))) +
        scale_fill_discrete(drop=FALSE) +
        scale_x_discrete(drop=FALSE)+
        scale_y_continuous(labels = scales::percent)

pm在内部使用
aes（data$variable）
永远都不好，也不推荐使用，也不应该使用。有时它仍然有效，但
aes（变量）
始终有效，因此您应该始终使用
aes（变量）

更多说明：
ggplot
使用非标准评估。标准的R函数只能看到全局环境中的对象。如果我的数据名为
mydata
，列名为
col1
，并且我的
mean（col1）
，我会得到一个错误：

mydata = data.frame(col1 = 1:3)
mean(col1)
# Error in mean(col1) : object 'col1' not found

发生此错误的原因是
col1
不在全局环境中。它只是
mydata
数据框的一个列名

aes
函数在后台做额外的工作，除了检查全局环境外，还知道查看层的
数据的列

ggplot(mydata, aes(x = col1)) + geom_bar()
# no error

不过，您不必只在aes中使用列。为了提供灵活性，您可以执行列的函数，甚至是您碰巧在现场定义的其他向量（如果其长度正确）：

那么
col1
和
mydata$col1
之间有什么区别呢？嗯，
col1
是列的名称，
mydata$col1
是实际值
ggplot
将在名为
col1
的数据中查找列，并使用该列
mydata$col1
只是一个向量，它是完整的列。差异很重要，因为
ggplot
经常进行数据操作。无论何时，只要存在facet或聚合函数，ggplot都会将数据分割成碎片并进行处理。为了有效地做到这一点，它需要知道如何识别数据和列名。当你给它
mydata$col1
时，你并没有给它一个列名，你只是给它一个值向量——不管该列中发生了什么，事情都不起作用

因此，只需在
aes（）
中使用不带引号的列名，而不使用
data$
，一切都将按预期工作。
在内部使用
aes（data$variable）
永远都不好，也不推荐使用，也不应该使用。有时它仍然有效，但
aes（变量）
始终有效，因此您应该始终使用
aes（变量）

更多说明：
ggplot
使用非标准评估。标准的R函数只能看到全局环境中的对象。如果我的数据名为
mydata
，列名为
col1
，并且我的
mean（col1）
，我会得到一个错误：

mydata = data.frame(col1 = 1:3)
mean(col1)
# Error in mean(col1) : object 'col1' not found

发生此错误的原因是
col1
不在全局环境中。它只是
mydata
数据框的一个列名

aes
函数在后台做额外的工作，除了检查全局环境外，还知道查看层的
数据的列

ggplot(mydata, aes(x = col1)) + geom_bar()
# no error

不过，您不必只在aes中使用列。为了提供灵活性，您可以执行列的函数，甚至是您碰巧在现场定义的其他向量（如果其长度正确）：

那么
col1
和
mydata$col1
之间有什么区别呢？嗯，
col1
是列的名称，
mydata$col1
是实际值
ggplot
将在名为
col1
的数据中查找列，并使用该列
mydata$col1
只是一个向量，它是完整的列。差异很重要，因为
ggplot
经常进行数据操作。无论何时，只要存在facet或聚合函数，ggplot都会将数据分割成碎片并进行处理。为了有效地做到这一点，它需要知道如何识别数据和列名。当你给它
mydata$col1
时，你并没有给它一个列名，你只是给它一个值向量——不管该列中发生了什么，事情都不起作用

因此，只需在
aes（）
中使用不带引号的列名，而不使用
data$
，一切都将按预期进行。
非常感谢您花费的时间和精力！非常感谢您的时间和努力！
qm <- ggplot(data_miss, aes(x=factnumb, fill=data_miss$species)) +
        facet_grid(groups ~ .) +
        geom_bar(aes(y=(..count..)/sum(..count..))) +
        scale_x_discrete(drop=FALSE)+
        scale_fill_discrete(drop=FALSE) +
        scale_y_continuous(labels = scales::percent)

mydata = data.frame(col1 = 1:3)
mean(col1)
# Error in mean(col1) : object 'col1' not found

ggplot(mydata, aes(x = col1)) + geom_bar()
# no error

# these work fine too
ggplot(mydata, aes(x = log(col1))) + geom_bar()
ggplot(mydata, aes(x = c(1, 8, 11)) + geom_bar()