ggplot的数据帧变量订单

Question

我对此提出了一些怀疑，但我确实看过其他问题，并没有找到似乎适用于我的示例。

我想在ggplot的y轴上的字符标签基于数据框的其他列排序。我相信这是一个在使用ggplot之前正确设置因子和级别的问题，但我对如何做到这一点的具体细节有困难。

下面是一个简化的例子（对潜在不似乎是有意义的点）：

library(tidyverse) 
library(ggplot2) 

set.seed(1) 
num_rows <- 12 
sample_names <- do.call(paste0, replicate(5, sample(letters, num_rows, TRUE), FALSE)) 
df1 <- data.frame(region=sample(c("N", "S", "E", "W"), num_rows, replace = TRUE), 
        sub_region=sample(c("High", "Medium", "Low"), num_rows, replace = TRUE), 
        my_order = seq(1,num_rows), 
        my_name = sample_names, 
        var_1 = sample(100, num_rows, replace = TRUE)) 

#try using arrange 
df2 <- df1 %>% arrange(factor(df1$region, levels = c("N","E","S","W")), 
         factor(df1$sub_region, levels = c("High","Medium","Low"))) 
df2 %>% ggplot() + geom_point(aes(x = var_1, y = my_name, color=sub_region)) 

#try using order 
df3 <- df1 
df3$region <- factor(df1$region, levels = c("N","E","S","W")) 
df3$sub_region <- factor(df1$sub_region, levels = c("High","Medium","Low")) 
df4 <- df3[order(df1$region, df1$sub_region, df1$my_order),] 
df4 %>% ggplot() + geom_point(aes(x = var_1, y = my_name, color=sub_region)) 

我希望具有由区域，则子区域，然后my_order（排序my_names和相应的值（至少现在不显示图表中的任何一个），但my_name似乎继续以字母顺序显示，无论我尝试使用排列（来自dplyr）还是顺序。我意识到我没有为my_order列添加任何代码，但由于排序的第一个级别不起作用，我以为我会坚持这一点。

我寻找y轴是按照该顺序（从顶部向下）：

qymni fswvl jjkcs ouasm xziqg fqvar

等

显然，我做错了什么，但我不确定是什么。我将不胜感激任何帮助。另外，我是否正确，一旦我有这个工作正常，使用group_by并从dplyr总结将保留my_names的顺序？

Answer 1

首先，您可以在原始数据框中为region等列设置因子级别的顺序。然后，你不会最终得到相同数据的所有这些不同的稍微修改版本。然后排序数据帧你想要的，并使用forcats::fct_inorder基于在数据帧他们目前的顺序重新分配为my_name因子水平：

library(tidyverse) 
library(ggplot2) 
library(forcats) 

set.seed(1) 
num_rows <- 12 
sample_names <- do.call(paste0, replicate(5, sample(letters, num_rows, TRUE), FALSE)) 
df1 <- data.frame(region=sample(c("N", "S", "E", "W"), num_rows, replace = TRUE), 
        sub_region=sample(c("High", "Medium", "Low"), num_rows, replace = TRUE), 
        my_order = seq(1,num_rows), 
        my_name = sample_names, 
        var_1 = sample(100, num_rows, replace = TRUE)) 

df1$region <- factor(df1$region, levels = c("N","E","S","W")) 
df1$sub_region <- factor(df1$sub_region, levels = c("High","Medium","Low")) 
df1 <- df1[order(df1$region, df1$sub_region, df1$my_order, decreasing = TRUE), ] 
# Order my_name levels based on current order 
df1$my_name = fct_inorder(df1$my_name) 
df1 %>% ggplot() + geom_point(aes(x = var_1, y = my_name, color=sub_region)) 

注意，我不得不使用decreasing = TRUE在order()调用来获取订单从上到下。

对于分类变量，如my_name，它是决定订单ggplot的订单的因子水平顺序，而不是它们在数据框中的当前顺序，这正是您在示例代码中正在改变的顺序。这使得当您需要控制图中的顺序时，forcats中的工具非常有用。