请检查下面的代码，我更新了代码，只使用Map功能的水平，我们可以用来过滤我的数据
编号

library(purrr)
levels <- my_data$level %>% unique()

#Make plots
my_plots <- map(
  .x = levels,
  .f = ~{
    my_data %>%
      filter(level == .x) %>% # I don't know why this is being ignored
      ggplot(aes(x = id, y = score)) +
      geom_point() +
      ggtitle(str_glue("Score by {.x}"))
  }
)

my_plots #has 16 plots (one for each data point) instead of 4 (one for each level with each respective student represented)

输出

我可以建议一种稍微不同的方法，它可以节省一些编码（用map代替map2，需要定义的变量更少，引用也更清晰）。
首先通过拆分数据框创建列表，然后为每个列表创建图。

library(tidyverse)
my_data <- tibble(level = c(rep(c("Kindergarten", "1st", "2nd", "3rd"), 4)),
                  id = c(1:16),
                  score = c(81:96))

my_data %>% 
  group_split(level) %>%
  ## or, which I prefer, with split (it makes a named list)
  # split(.$level) %>%
  map({
    ~ggplot(.x, aes(level, score)) +
  geom_point() +
  ggtitle(str_glue("Score by {unique(.x$level)}"))
  }) %>%
  ## just for demo purpose
  patchwork::wrap_plots()

创建于2023年1月18日，使用reprex v2.0.2

根据需求，我更愿意使用facet：

library(dplyr)
library(purrr)
library(ggplot2)
library(forcats)
my_data <- tibble(level = c(rep(c("Kindergarten", "1st", "2nd", "3rd"), 4)),
                  id = c(1:16),
                  score = c(81:96))

# fix level order
my_data$level <- fct_inorder(my_data$level)

# Single plot with facets by levels:
my_data %>% 
  ggplot(aes(x = id, y = score)) +
  geom_point() +
  facet_wrap(vars(level))

对于单独的绘图，拆分 Dataframe 本身似乎更自然。split()创建由拆分所用因子值命名的 Dataframe 列表（即本例中的level值）。此处使用imap()通过.y访问列表名称。

# Separte plots by levels
library(patchwork)
plots <- imap(split(my_data, my_data$level),
              ~ ggplot(.x, aes(x = id, y = score)) +
                geom_point() +
                ggtitle(.y)) 

# plots patched together to save some space
(plots[[1]] | plots[[2]]) / (plots[[3]] | plots[[4]])

创建于2023年1月18日，使用reprex v2.0.2