在 R 中的函数内使用 geom_vline 绘图时面临“参数不是数字或逻辑”的问题

aes_string()不再推荐该函数，而是鼓励人们按照小插图使用整洁的评估语法。

在您的情况下，mean(predictor[outcome == 'no']))尝试计算由长度为 1 的predictor字符划分的长度为 1 的字符的平均值outcome。

修复 的缺点aes_string()，可以使用大括号。

library(ggplot2)
library(magrittr)

diabetes <- data.frame(Age = c(20,23,45,77), Diabetes = c('no', 'no', 'yes', 'yes'))

plot_numeric <- function(dataset, predictor, outcome){
  p1 <- dataset %>% ggplot(aes(x = {{predictor}})) + 
    geom_density(fill = 'gray', alpha = 0.5)
  
  p2 <- dataset %>% ggplot(aes(x = {{predictor}}, fill = {{outcome}})) +
    geom_density(alpha = 0.5) +
    scale_fill_manual(values = c('#999999', '#E69F00')) +
    geom_vline(
      aes(xintercept = mean({{predictor}}[{{outcome}} == 'no'])), 
      color = '999999'
      ) +
    geom_vline(
      aes(xintercept = mean({{predictor}}[{{outcome}} == 'yes'])), 
      color = '#E69F00'
    )
  
  gridExtra::grid.arrange(p1,p2)
}

plot_numeric(diabetes, Age, Diabetes)

^{由reprex 包(v2.0.1)于 2021 年 9 月 21 日创建}

或者，如果您想将列名作为字符串，可以使用.data代词：

library(ggplot2)
library(magrittr)

diabetes <- data.frame(Age = c(20,23,45,77), Diabetes = c('no', 'no', 'yes', 'yes'))

plot_numeric <- function(dataset, predictor, outcome){
  p1 <- dataset %>% ggplot(aes(x = .data[[predictor]])) + 
    geom_density(fill = 'gray', alpha = 0.5)
  
  p2 <- dataset %>% ggplot(aes(x = .data[[predictor]], fill = .data[[outcome]])) +
    geom_density(alpha = 0.5) +
    scale_fill_manual(values = c('#999999', '#E69F00')) +
    geom_vline(
      aes(xintercept = mean(.data[[predictor]][.data[[outcome]] == 'no'])), 
      color = '999999'
      ) +
    geom_vline(
      aes(xintercept = mean(.data[[predictor]][.data[[outcome]] == 'yes'])), 
      color = '#E69F00'
    )
  
  gridExtra::grid.arrange(p1,p2)
}

plot_numeric(diabetes, "Age", "Diabetes")

^{由reprex 包(v2.0.1)于 2021 年 9 月 21 日创建}