使用行和rlang创建数据集的所有可能的geom_col图表

Question

我想要创建和保存数据集的所有可能的geom_col图表，其中包含Y轴上的分类变量和x轴上数值变量的平均值(分组变量为y)。

我从这和这链接中学习了一些想法，并创建了下面的代码，但是很难让它正常工作。请给我建议。

library(tidyverse)
library(skimr)

cat_vars <- skim(mpg) %>% as.data.frame() %>% filter(skim_type == "character", character.n_unique <= 16) %>% pull(skim_variable) 

num_vars <- skim(mpg) %>% as.data.frame() %>% filter(skim_type == "numeric") %>% pull(skim_variable)

vars <- cross_df(list(y= cat_vars, x = num_vars))

plots <- bind_rows(rep(list(mpg), nrow(vars)), .id = "grp") %>%
  nest_by(grp) %>%
  bind_cols(vars) %>%
  rowwise() %>% 
  mutate(plot = list(~(data %>%
                         group_by(y) %>%
                         summarise("{x}" = mean(.data[[x]], na.rm = T)) %>%
                         ungroup()) %>%
                       ggplot() +
                       geom_col(aes(x = .data[[x]],
                                    y = fct_reorder(.data[[y]], .data[[x]], .fun = sum, na.rm = T),
                                    fill = .data[[y]]), width = 0.8) +
                       xlab(paste0("Avg. ", x)) +
                       ylab(y) +
                       theme_classic()))),
filename = paste0(x, "_by_", y, ".pdf")) %>%
  select(filename, plot)

pwalk(plots, ggsave, path =  getwd())

Answer 1

不需要bind_row，nest，.相反：

1. 将绘图代码放入辅助函数中，而不是将所有内容包装在管道中。这使得调试更加容易，代码也更加清晰。
2. 使用map2循环df vars的列
3. 代码的一个问题是summarise("{x}" = mean(.data[[x]], na.rm = T))，它将创建一个名为{x}的变量。相反，如果!!sym(x) := ...是字符串，则使用例如x将值赋值给x。

library(tidyverse)
library(skimr)

cat_vars <- skim(mpg) %>% as.data.frame() %>% filter(skim_type == "character", character.n_unique <= 16) %>% pull(skim_variable) 

num_vars <- skim(mpg) %>% as.data.frame() %>% filter(skim_type == "numeric") %>% pull(skim_variable)

vars <- cross_df(list(y= cat_vars, x = num_vars))

make_plot <- function(data, x, y) {
  data <- data %>%
    group_by(across(all_of(y))) %>%
    summarise(!!sym(x) := mean(.data[[x]], na.rm = T), .groups = "drop") %>%
    ungroup()
  
  ggplot(data) +
    geom_col(aes(x = .data[[x]],
                 y = fct_reorder(.data[[y]], .data[[x]], .fun = sum, na.rm = T),
                 fill = .data[[y]]), width = 0.8) +
    xlab(paste0("Avg. ", x)) +
    ylab(y) +
    theme_classic()
}

plots <- map2(vars$x, vars$y, make_plot, data = mpg)

length(plots)
#> [1] 25

plots[[1]]

# Export

pwalk(list(x = vars$x, y = vars$y, p = plots), function(x, y, p) ggsave(filename = paste0(x, "_by_", y, ".pdf"), plot = p, path =  getwd()))

​

​