R - 在箱线图中排序

Posted 2023-02-16

【中文标题】R - 在箱线图中排序

【英文标题】：R - ordering in boxplot

【发布时间】：2011-05-14 17:26:08

【问题描述】：

我正在尝试在 R 中生成一系列箱线图，这些箱线图按 2 个因素分组。我已经成功地完成了情节，但我无法让盒子按正确的方向排列。

我正在使用的数据场如下所示：

Nitrogen    Species    Treatment
2           G          L
3           R          M
4           G          H
4           B          L
2           B          M
1           G          H

我试过了：

boxplot(mydata$Nitrogen~mydata$Species*mydata$Treatment)

这按字母顺序排列了盒子（前三个是“高”处理，然后在这三个中它们按物种名称字母顺序排列）。

我希望箱线图的顺序为低>中>高，然后在每个组内为该物种的 G>R>B。

所以我尝试在公式中使用一个因子：

f = ordered(interaction(mydata$Treatment, mydata$Species), 
            levels = c("L.G","L.R","L.B","M.G","M.R","M.B","H.G","H.R","H.B")

然后：

boxplot(mydata$Nitrogen~f)

但是，这些盒子仍然按照相同的顺序排列。标签现在不同了，但盒子没有移动。

我已经提取了每组数据并将它们单独绘制在一起：

lg = mydata[mydata$Treatment="L" & mydata$Species="G", "Nitrogen"]
mg = mydata[mydata$Treatment="M" & mydata$Species="G", "Nitrogen"]
hg = mydata[mydata$Treatment="H" & mydata$Species="G", "Nitrogen"]
etc ..

boxplot(lg, lr, lb, mg, mr, mb, hg, hr, hb)

这给出了我想要的，但我更喜欢以更优雅的方式来做这件事，所以我不必为更大的数据集单独拉出每个。

---

可加载数据：

mydata <-
structure(list(Nitrogen = c(2L, 3L, 4L, 4L, 2L, 1L), Species = structure(c(2L, 
3L, 2L, 1L, 1L, 2L), .Label = c("B", "G", "R"), class = "factor"), 
    Treatment = structure(c(2L, 3L, 1L, 2L, 3L, 1L), .Label = c("H", 
    "L", "M"), class = "factor")), .Names = c("Nitrogen", "Species", 
"Treatment"), class = "data.frame", row.names = c(NA, -6L))

【问题讨论】：

boxplot(mydata$Nitrogen~mydata$Species*mydata$Treatment) 和 boxplot(mydata$Nitrogen~f) 为我生成了两个不同的图，后者按您想要的顺序排列。

顶部提示 - 使用代码按钮（或缩进 4）添加代码。它比使用 和 <br>

更干净

【参考方案1】：

以下命令将通过重建处理和物种因子来创建您需要的排序，并显式手动排序级别：

mydata$Treatment = factor(mydata$Treatment,c("L","M","H"))

mydata$Species = factor(mydata$Species,c("G","R","B"))

---

edit 1：糟糕，我将其设置为 HML 而不是 LMH。修复。

编辑 2：factor(X,Y) 做了什么：

如果您对现有因子运行 factor(X,Y)，它会使用 Y 中的值的顺序来枚举因子 X 中存在的值。以下是您的数据的一些示例。

> mydata$Treatment
[1] L M H L M H
Levels: H L M
> as.integer(mydata$Treatment)
[1] 2 3 1 2 3 1
> factor(mydata$Treatment,c("L","M","H"))
[1] L M H L M H                               <-- not changed
Levels: L M H                                 <-- changed
> as.integer(factor(mydata$Treatment,c("L","M","H")))
[1] 1 2 3 1 2 3                               <-- changed

乍一看，它不会改变因子的样子，但它确实会改变数据的存储方式。

这里重要的是，许多绘图函数将绘制最左边的最低枚举，然后是下一个，等等。

如果您仅使用factor(X) 创建因子，则枚举通常基于因子水平的字母顺序（例如“H”、“L”、“M”）。如果您的标签具有不同于字母的常规顺序（即“H”、“M”、“L”），这会使您的图表看起来很奇怪。

乍一看，问题似乎是由于数据框中的数据顺序造成的——也就是说，如果我们可以将所有“H”放在顶部，“L”放在底部，那么它会起作用.它没有。但是，如果您希望标签以与数据中第一次出现的顺序相同的顺序出现，则可以使用以下形式：

 mydata$Treatment = factor(mydata$Treatment, unique(mydata$Treatment))

【讨论】：

查看我的帖子的编辑——我不相信这是真的。

更改级别不会调整列出的标签。但是，它确实会影响这些标签的基础枚举。有关更多详细信息，请参阅我在您的答案中的评论。请注意，图表现在按请求的顺序排列。

【参考方案2】：

This earlier *** question 显示如何根据数值对boxplot 重新排序；您在这里需要的可能只是从factor 切换到相关类型ordered。但很难说，因为我们没有您的数据，而且您没有提供可重复的示例。

编辑使用您在变量md 中发布的数据集并依靠我之前指出的解决方案，我们得到

R> md$Species <- ordered(md$Species, levels=c("G", "R", "B"))
R> md$Treatment <- ordered(md$Treatment, levels=c("L", "M", "H"))
R> with(md, boxplot(Nitrogen ~ Species * Treatment))

它会创建您想要创建的图表。

这也等同于此处介绍的其他解决方案。

【讨论】：

我发现这个例子完全可以重现。使用以下命令加载他的数据：mydata=read.table(textConnection(scan(,"character",sep="\n")),head=TRUE) 然后将他的表格数据粘贴进去，然后是^D

ordered 在这里不是必需的 - 对因子水平的明确 order 是。

这并没有使我的问题错，但最糟糕的是效率低下。你投反对票的热情是怎么回事？

绝对数据框保持不变 - 它应该是。然而，通过改变因子中水平的顺序，boxplot、lattice 和 ggplot 等绘图函数在屏幕上以不同的顺序绘制数据。

@Dirk 他的评论对于 ggplot 是正确的，其中需要正确顺序的因子而不是有序因子。