使用R在循环中保存ggplot

我有一个带有数字和因子变量的数据集。我想用数字做一页，用因子var做另一页。首先，我用他的索引选择因子var

我的df是IRIS数据集

df<-iris
df$y<-sample(0:1,nrow(iris),replace=TRUE)
fact<-colnames(df)[sapply(df,is.factor)]
index_fact<-which(names(df)%in%fact)

---

df考虑使用
aes\u字符串传递列名
以更好地将x与df对齐：

图形

fact <- colnames(random_df)[sapply(random_df,is.factor)]
index_fact <- which(names(random_df) %in% fact)

i_F=1
i_N=1
list_plotN <- list()
list_plotF <- list()
plot <- NULL

for (i in 1:length(random_df)){
  # aes() VERSION
  #plot <- ggplot(random_df, aes(x=random_df[,i], color=group, fill=group)) +
  #  xlab(names(random_df)[i]) 

  # aes_string() VERSION
  plot <- ggplot(random_df, aes_string(x=names(random_df)[i], color="group", fill="group")) +
    xlab(names(random_df)[i]) 

  if (is.factor(random_df[,i])){
    p_factor <- plot + geom_bar()
    list_plotF[[i_F]] <- p_factor
    i_F=i_F+1
  }else{
    p_numeric <- plot + geom_histogram()
    list_plotN[[i_N]] <- p_numeric
    i_N=i_N+1
  }
}

fact考虑使用
aes\u字符串传递列名
以更好地将x与df对齐：

图形

fact <- colnames(random_df)[sapply(random_df,is.factor)]
index_fact <- which(names(random_df) %in% fact)

i_F=1
i_N=1
list_plotN <- list()
list_plotF <- list()
plot <- NULL

for (i in 1:length(random_df)){
  # aes() VERSION
  #plot <- ggplot(random_df, aes(x=random_df[,i], color=group, fill=group)) +
  #  xlab(names(random_df)[i]) 

  # aes_string() VERSION
  plot <- ggplot(random_df, aes_string(x=names(random_df)[i], color="group", fill="group")) +
    xlab(names(random_df)[i]) 

  if (is.factor(random_df[,i])){
    p_factor <- plot + geom_bar()
    list_plotF[[i_F]] <- p_factor
    i_F=i_F+1
  }else{
    p_numeric <- plot + geom_histogram()
    list_plotN[[i_N]] <- p_numeric
    i_N=i_N+1
  }
}

事实我并没有那么好地理解你的for循环代码。但从我看来，它似乎是保存在每个循环的最后一个情节。我已经用lapply重建了我认为你需要的东西。只要有可能，我通常更喜欢lappy而不是for循环

Lapply获取一个值列表和一个函数，并将该函数应用于每个值。你可以像我一样单独定义你的函数，这样一切看起来都更干净。然后您只需在lappy命令中提到函数

在我们的例子中，列表是数据帧
df
中的列列表。它应用的函数首先创建基本图。然后，它会快速检查所查看的列是否是一个因子。。如果它是一个因子，它会创建一个条形图，否则它会创建一个直方图

histOrBar <- function(var) {
  basePlot <- ggplot(df, aes_string(var))
  if ( is.factor(df[[var]]) ) {
    basePlot + geom_bar()  
  } else {
    basePlot + geom_histogram()
  }
}

loDFs <- lapply(colnames(df), histOrBar)

histOrBar我并没有那么好地理解你的for循环代码。但从我看来，它似乎是保存在每个循环的最后一个情节。我已经用lapply重建了我认为你需要的东西。只要有可能，我通常更喜欢lappy而不是for循环

Lapply获取一个值列表和一个函数，并将该函数应用于每个值。你可以像我一样单独定义你的函数，这样一切看起来都更干净。然后您只需在lappy命令中提到函数

在我们的例子中，列表是数据帧
df
中的列列表。它应用的函数首先创建基本图。然后，它会快速检查所查看的列是否是一个因子。。如果它是一个因子，它会创建一个条形图，否则它会创建一个直方图

histOrBar <- function(var) {
  basePlot <- ggplot(df, aes_string(var))
  if ( is.factor(df[[var]]) ) {
    basePlot + geom_bar()  
  } else {
    basePlot + geom_histogram()
  }
}

loDFs <- lapply(colnames(df), histOrBar)

histOrBar在您的示例中，我看不到
y
的任何值这可能有帮助在您的示例中，我看不到
y
的任何值这可能真的有帮助吗？你有什么错误？对我来说效果很好。想想看，你的问题还不清楚。它总是有相同的变量。。。这是什么意思？如果没有
aes\u string
，x轴在两个图之间不会改变，我假设这是您的同一变量问题。如果您看到list\u plotF（因子变量的预期图形）和list\u plotN（预期图形数值变量），您可以检查这两个列表是否相同。偶数绘图是包含所有绘图的列表。我编辑了显示在上下文中使用
aes（）
和
aes\u string（）
的差异。我认为
iris
可能不是一个好例子，因为除了物种之外，所有列都是数字。请参阅我所有类型的列的随机数据（为再现性设定种子）：char、num、int、bool和date。查看问题和解决方案输出。您使用的是什么IDE？斯图迪奥？RGui？命令行中的Rscript？你是怎么看情节的？真的吗？你有什么错误？对我来说效果很好。想想看，你的问题还不清楚。它总是有相同的变量。。。这是什么意思？如果没有
aes\u string
，x轴在两个图之间不会改变，我假设这是您的同一变量问题。如果您看到list\u plotF（因子变量的预期图形）和list\u plotN（预期图形数值变量），您可以检查这两个列表是否相同。偶数绘图是包含所有绘图的列表。我编辑了显示在上下文中使用
aes（）
和
aes\u string（）
的差异。我认为
iris
可能不是一个好例子，因为除了物种之外，所有列都是数字。请参阅我所有类型的列的随机数据（为再现性设定种子）：char、num、int、bool和date。查看问题和解决方案输出。您使用的是什么IDE？斯图迪奥？RGui？命令行中的Rscript？如何查看绘图？是否有可能传递类似df的apply参数@Sahir MoosviThere是一组应用函数。base apply函数可以接受数据帧。是否可以传递apply的类似df的参数@Sahir MoosviThere是一组应用函数。基本应用函数可以接受一个数据帧。
fact <- colnames(random_df)[sapply(random_df,is.factor)]
index_fact <- which(names(random_df) %in% fact)

i_F=1
i_N=1
list_plotN <- list()
list_plotF <- list()
plot <- NULL

for (i in 1:length(random_df)){
  # aes() VERSION
  #plot <- ggplot(random_df, aes(x=random_df[,i], color=group, fill=group)) +
  #  xlab(names(random_df)[i]) 

  # aes_string() VERSION
  plot <- ggplot(random_df, aes_string(x=names(random_df)[i], color="group", fill="group")) +
    xlab(names(random_df)[i]) 

  if (is.factor(random_df[,i])){
    p_factor <- plot + geom_bar()
    list_plotF[[i_F]] <- p_factor
    i_F=i_F+1
  }else{
    p_numeric <- plot + geom_histogram()
    list_plotN[[i_N]] <- p_numeric
    i_N=i_N+1
  }
}

histOrBar <- function(var) {
  basePlot <- ggplot(df, aes_string(var))
  if ( is.factor(df[[var]]) ) {
    basePlot + geom_bar()  
  } else {
    basePlot + geom_histogram()
  }
}

loDFs <- lapply(colnames(df), histOrBar)