仅按因子变量的一个级别对条形图进行排序

Posted 2023-04-15

【中文标题】仅按因子变量的一个级别对条形图进行排序

【英文标题】：Ordering a bar graph by only one level of a factor variable

【发布时间】：2020-04-27 18:52:40

【问题描述】：

我的数据如下所示：

Col1  Col2  Col3
A     Dog   3
A     Cat   5
A     Hat   6
B     Dog   8
B     Cat   3
B     Hat   4

Col1 和 Col2 是因子，A 是 Col1 的第一级。

我想将 Col2 绘制为按 Col3 降序排列的条形图，但 Col2 在 Col1 中定义为 A 的因子水平内的顺序优先。也就是说，我希望将数据绘制成如下图（我已经翻转了轴，以便 Col2 中的值位于 y 轴上，因此图表的条形将从上到下读取）：

Col1  Col2  Col3
A     Hat   6
B     Hat   4
A     Cat   5
B     Cat   3
A     Dog   3
B     Dog   8

现在，我只能让 ggplot 显示由最大总体值 (8) 定义的条形，而不是仅在因子水平 A 内的最大值 (6)。所以它看起来像：

Col1  Col2  Col3
A     Dog   3
B     Dog   8
A     Hat   6
B     Hat   4
A     Cat   5
B     Cat   3

我知道我可以通过在 Col2 中重新指定因子的级别来手动执行此操作，但我的真实数据中有 40 个 Col2 值，因此需要大量输入。我已经使用arrange(Col1, desc(Col3)) %>% select(Col2) 对数据框进行了排序和削减，以获得一个包含正确排序 Col2 (right_order = "Hat", "Hat", "Cat", "Cat", "Dog", "Dog") 的向量，但我无法弄清楚如何使用该向量来告诉 ggplot 如何排列数据。我尝试在reorder 中使用它，但收到错误arguments must have the same length。我已经阅读了无数关于在 ggplot 中重新排序因子水平以进行绘图的问题和教程，但我找不到关于如何仅使用因子的一个水平内的顺序（Col1 中的 A）来排列图形的指导。

【参考方案1】：

我们可以在使用自定义订单转换为factor 后arrange

library(dplyr)
df1 %>% 
    arrange(Col1, desc(Col3)) %>% 
    mutate(Col2 = factor(Col2, levels = unique(Col2))) %>% 
    arrange(Col2, Col1, desc(Col3))
#   Col1 Col2 Col3
#1    A  Hat    6
#2    B  Hat    4
#3    A  Cat    5
#4    B  Cat    3
#5    A  Dog    3
#6    B  Dog    8

数据

df1 <- structure(list(Col1 = c("A", "A", "A", "B", "B", "B"), Col2 = c("Dog", 
"Cat", "Hat", "Dog", "Cat", "Hat"), Col3 = c(3L, 5L, 6L, 8L, 
3L, 4L)), class = "data.frame", row.names = c(NA, -6L))

【讨论】：

我的数据有 160 个原始因子变量的值，在计算 Col3 的成对总和后，重新编码为 Col2 的 40 个级别（对 Col1 的每个级别重复）。因此，从原始数据中并不能立即看出 Col3 中的哪个值（以及 Col2 的水平）最终将是最大的。即使我可以在 Col1 的单个级别中检查 Col2 的 40 个级别的顺序，我也想避免手动重新排序 Col2 中因子的级别并使用正确顺序的向量（从排列（Col1，desc (Col3)) %>% select(Col2)) 代替。

@KellanBaker 这不是手动订购。我们首先根据'Col1'和Col3的降序排列，改变'Col2'的水平，然后再做arrange

【参考方案2】：

您几乎已经有了答案（@akrun 也是如此），但我认为逐步进行是关键。通常，方法是相同的。首先，绘制您的数据 (df1)：

ggplot(df1, aes(Col2, Col3)) + geom_col()

然后按照您的指定进行排列，注意输出是一个data.frame 对象，称为d。然后我们将该列 (d$Col2) 的 unique() 值映射到重构 d1$Col2：

d <- df1 %>% arrange(Col1, desc(Col3)) %>% select(Col2)  # returns a dataframe!
df1$Col2 <- factor(df1$Col2, levels=unique(d$Col2))  # unique values of d$Col2 set to levels of df1$Col2 factor

然后您可以再次绘制并查看列重新排序：

我认为@akrun 方法的问题在于它无法在管道命令中进行分解。逐步进行：(1) 安排，(2) 从中获得独特的排序，(3) 重构。