由于我还不被允许评论帖子，所以我单独发布了这篇文章，作为Vince和son520804的答案的补充。功劳归于他们。

Son520804: 使用虹膜数据: 我认为: 您已经安装了dplyr包，其中有方便的mutate命令 您的数据集名为survey。 调查%>%突变(Hosp1 = Hospital1, Hosp2 = Hospital2，........) 此命令帮助您重命名列，但保留所有其他列。 然后执行同样的facet_wrap，现在就没问题了。

使用Vince的虹膜示例和son520804的部分代码，我使用mutate函数做到了这一点，并在不接触原始数据集的情况下实现了一个简单的解决方案。 诀窍是创建一个替代名称向量，并在管道中使用mutate()临时更正facet名称:

i <- iris

levels(i$Species)
[1] "setosa"     "versicolor" "virginica"

new_names <- c(
  rep("Bristle-pointed iris", 50), 
  rep("Poison flag iris",50), 
  rep("Virginia iris", 50))

i %>% mutate(Species=new_names) %>% 
ggplot(aes(Petal.Length))+
    stat_bin()+
    facet_grid(Species ~ .)

在这个例子中，你可以看到i$Species的级别被临时更改为包含在new_names向量中的对应的公共名称。包含

mutate(Species=new_names) %>%

可以很容易地去掉，露出原来的命名。

警告:如果new_name向量没有正确设置，这可能很容易在名称中引入错误。使用一个单独的函数来替换变量字符串可能会更简洁。请记住，new_name向量可能需要以不同的方式重复，以匹配原始数据集的顺序。请再三检查这是否正确实现。

更改底层因子级别的名称，如下所示:

# Using the Iris data
> i <- iris
> levels(i$Species)
[1] "setosa"     "versicolor" "virginica" 
> levels(i$Species) <- c("S", "Ve", "Vi")
> ggplot(i, aes(Petal.Length)) + stat_bin() + facet_grid(Species ~ .)

下面是我如何使用2.2.1版本的ggplot2使用facet_grid(yfacet~xfacet):

facet_grid(
    yfacet~xfacet,
    labeller = labeller(
        yfacet = c(`0` = "an y label", `1` = "another y label"),
        xfacet = c(`10` = "an x label", `20` = "another x label")
    )
)

请注意，这里不包含对as_labeller()的调用——这一点我曾纠结过一段时间。

这种方法的灵感来自帮助页面上的最后一个示例强制到标签器函数。

我认为所有其他解决方案都非常有用，但还有另一种方法。

我认为:

您已经安装了dplyr包，其中有方便的mutate命令 您的数据集名为survey。 调查% > % 突变(Hosp1 = Hospital1, Hosp2 = Hospital2，........)

此命令帮助您重命名列，但保留所有其他列。

然后执行同样的facet_wrap，现在就没问题了。

我觉得我应该加上我的答案，因为我花了很长时间才做到这一点:

这个答案是为你准备的:

您不想编辑原始数据 如果你需要表达式(bquote)在标签和 如果您想要单独的标签名称-向量的灵活性

我基本上把标签放在一个命名向量中，这样标签就不会混淆或切换。标签器表达式可能更简单，但这至少是可行的(非常欢迎改进)。注意'(后引号)以保护facet-factor。

n <- 10
x <- seq(0, 300, length.out = n)

# I have my data in a "long" format
my_data <- data.frame(
  Type = as.factor(c(rep('dl/l', n), rep('alpha', n))),
  T = c(x, x),
  Value = c(x*0.1, sqrt(x))
)

# the label names as a named vector
type_names <- c(
  `nonsense` = "this is just here because it looks good",
  `dl/l` = Linear~Expansion~~Delta*L/L[Ref]~"="~"[%]", # bquote expression
  `alpha` = Linear~Expansion~Coefficient~~alpha~"="~"[1/K]"
  )


ggplot() + 
  geom_point(data = my_data, mapping = aes(T, Value)) + 
  facet_wrap(. ~ Type, scales="free_y", 
             labeller = label_bquote(.(as.expression(
               eval(parse(text = paste0('type_names', '$`', Type, '`')))
               )))) +
  labs(x="Temperature [K]", y="", colour = "") +
  theme(legend.position = 'none')

我有另一种方法可以在不改变底层数据的情况下实现相同的目标:

ggplot(transform(survey, survey = factor(survey,
        labels = c("Hosp 1", "Hosp 2", "Hosp 3", "Hosp 4"))), aes(x = age)) +
  stat_bin(aes(n = nrow(h3),y=..count../n), binwidth = 10) +
  scale_y_continuous(formatter = "percent", breaks = c(0, 0.1, 0.2)) +
  facet_grid(hospital ~ .) +
  opts(panel.background = theme_blank())

我上面所做的是改变原始数据帧中因子的标签，这是与原始代码相比的唯一不同之处。