ggplot - plotly facet_wrap

Comportamiento ggplot2 aes() en combinación con facet_grid() al pasar variable con notación de signo de dólar a aes()

Question

Estoy haciendo un análisis en ggplot2 en este momento para un proyecto y, por casualidad, me encontré con algo (para mí) comportamiento extraño que no puedo explicar. Cuando escribo aes (x = cyl, ...) la trama se ve diferente a lo que hace si paso la misma variable usando aes (x = mtcars $ cyl, ...). Cuando elimino facet_grid (am ~.) Ambos gráficos son iguales nuevamente. El siguiente código se basa en el código de mi proyecto que genera el mismo comportamiento:

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")

Aquí está la imagen del gráfico 1:

Aquí está la imagen del gráfico 2:

Descubrí que puedo evitar este problema usando aes_string () en vez de aes () y pasando los nombres de las variables como cadenas, pero me gustaría entender por qué ggplot se comporta de esa manera.

¡Mucho por cualquier ayuda de antemano! Me siento muy incómodo si no lo entiendo bien ...

Answer 1

tl; dr

Nunca use [ o $ dentro de aes() .

Considere este ejemplo ilustrativo donde la variable de faceta f está deliberadamente en un orden no obvio con respecto a x

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

Ahora contraste lo que sucede con estas dos parcelas,

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") 

Podemos tener una mejor idea de lo que sucede al mirar el marco de datos creado internamente por ggplot2 para cada panel,

 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

El segundo gráfico tiene una asignación incorrecta, porque cuando ggplot crea un data.frame para cada panel, elige x valores en el orden "incorrecto".

Esto ocurre porque el uso de $ rompe el vínculo entre las diversas variables que se deben mapear (ggplot debe suponer que es una variable independiente, que por lo que sabe, podría provenir de una fuente arbitraria desconectada). Como el data.frame en este ejemplo no está ordenado de acuerdo con el factor f , los subconjuntos data.frames utilizados internamente para cada panel asumen un orden incorrecto.