如何通过引用dplyr管道中的data.frame变量。以编程方式？ 库（ggplot2） 图书馆（dplyr） 图书馆（比例尺） 数据% 分组人（主题名）%>% 总结（n=n（））%>% 变异（频率=n/和（n））%>% #下一行# ggplot（，aes（x=重新排序（主题名称，描述（频率）），y=频率））+ 几何图形栏（stat=“identity”）+ 连续缩放（标签=百分比）

如何以编程方式引用主题名？我可以做

$THEME\u NAME

，但我想称之为

[1]

或

选择（，1）

或类似的东西

---

原因是我想在更大的上下文中使用这个管道——比如通过这个管道传递一堆因子变量。类似于：

vars.to.plot就我所知，这必须分三部分完成。我发现有一些局限性，如果我错了，我会很感激有人纠正

library(ggplot2)
library(dplyr)
library(scales)

data <- data.frame(THEME_NAME = c(rep("A", 10), rep("B", 20), rep("C", 15)))

data %>%
  group_by(THEME_NAME) %>%
  summarise(n = n()) %>%
  mutate(freq = n / sum(n)) %>%
  # THE NEXT LINE !!! #
  ggplot(., aes(x = reorder(THEME_NAME, desc(freq)), y = freq)) +
    geom_bar(stat="identity") +
    scale_y_continuous(labels=percent)

但对于接受字符串的版本，级别保持不变：

mutate(THEME_NAME = factor(THEME_NAME, levels=unique(THEME_NAME)))

因此，您需要设置一个变量来保存分组变量的名称，因为在调用
summary（）
之后，
tbl\u df
对象中不会保留“group by”变量信息。你可以这样做

s_mutate(my_var = factor(my_var, levels = unique(my_var)))

这不需要
这里分享的想法很有用，但这就是我最终实际做的：

data %>%
  group_by(THEME_NAME) %>%
  summarise(n = n()) %>%
  mutate(freq = n / sum(n)) %>%
  {ggplot(., eval(substitute(aes(x=reorder(X, desc(freq)), y=freq), list(X=as.name(names(.)[1])))))  +
    geom_bar(stat="identity") +
    scale_y_continuous(labels=percent)}

库（ggplot2）
图书馆（dplyr）
图书馆（比例尺）
对于初学者来说，
ggplot（，aes_string（x=names（.）[1L]，y=“freq”）
的数据是有效的，但是我还没有弄清楚如何将它与
ggplot
内部的
重新排序一起使用。谢谢@docendodiscimus+1-我想得越多，我觉得有更好的方法；可能是某个东西先输出一个列表，然后
do
或
do.call
或
lappy
。我可能会调整这个例子来详细说明另一个因子变量。+1，我最终会将此标记为已回答，但我很好奇是否有其他人能想出更优雅的方法。我只是添加了一个替代方法，它选择第一列而不是使用变量。是的，看到了，这是一个不错的选择，但是“未来的我”如果我稍后阅读该代码，可能会丢失。如果您仍然在那里，请查看上面更详细的示例，该示例并非100%有效，但它抓住了问题的核心，并引入了更多问题，即不打印
ggplot
对象，但我们正在脱离主题…嗯，默认情况下不会打印循环中的对象，因此需要显式调用
print（）
。不确定您可能还有哪些其他问题。
varname<-"THEME_NAME"

data %>%
  group_by_(varname) %>%
  summarise(n = n()) %>%
  mutate(freq = n / sum(n)) %>%
  ggplot(eval(bquote(aes(x=reorder(.(as.name(varname)), desc(freq)), y=freq)))) +
    geom_bar(stat="identity") +
    scale_y_continuous(labels=percent)

data %>%
  group_by(THEME_NAME) %>%
  summarise(n = n()) %>%
  mutate(freq = n / sum(n)) %>%
  {ggplot(., eval(substitute(aes(x=reorder(X, desc(freq)), y=freq), list(X=as.name(names(.)[1])))))  +
    geom_bar(stat="identity") +
    scale_y_continuous(labels=percent)}

library(ggplot2)
library(dplyr)
library(scales)

data <- data.frame(THEME_NAME   = c(rep("A", 10), rep("B", 20), rep("C", 15)),
                   THEME_NAME_2 = c(rep("E", 5), rep("F", 40)),
                   Non_Factor   = 1:45)

factor.vars <- sapply(data, is.factor)
varnames    <- names(data)[factor.vars]

myReorder <- function(x) {
  factor(x, levels=names(sort(table(x), decreasing=TRUE)))
}


for (i in seq_along(varnames)) {
  data[, varnames[i]] <- myReorder(data[, varnames[i]])
}


for (i in seq_along(varnames)) {
  print(ggplot(data, aes_string(x = varnames[i], y = "..count../sum(..count..)")) + 
          geom_histogram())
}