R：按级别排序频因子和策划

Question

我有一个data.frame有几个因素，如：

df<-data.frame(Var1=as.factor(sample(c("AB", "BC", "CD", "DE", "EF"), 1000, replace=TRUE))) 

与

summary(df$Var1) 
AB BC CD DE EF 
209 195 178 221 197 

我要绘制的水平频率data.frame如下：

ggplot(df, aes(x=factor(1), fill=factor(Var1)))+ 
     geom_bar(width=1, colour="black")+ 
     coord_polar(theta="y")+ 
     theme_void() 

但是，级别的顺序是按字母顺序排列的，而不是按频率排列。从库（plyr）使用计数我可以创建一个新data.frame，让我每一级的频率：

df_count <-count(df, "Var1") 
Var1 freq 
1 AB 209 
2 BC 195 
3 CD 178 
4 DE 221 
5 EF 197 

，我可以再重新安排使用

df_count$Var1<-factor(df_count$Var1, levels=df_count$Var1[order(df_count$freq, decreasing=TRUE)]) 

，当绘制给我我想要的，每个级别的排序频率。

1.）这是最优雅的解决方案吗？它给了我原始data.frame中每个因子/列的额外data.frame，我觉得必须有一个更简单的方法。

2.）当绘图时，如何重命名图例标签并确保它们分配正确的因子水平？如果我使用

scale_fill_manual(labels=c("Name of AB", "Name of BC", "Name of CD", "Name of DE","Name of EF")) 

标签与正确的级别无关。这里图例中的第一个条目将是“DE”，因为它是具有最高频率的水平，但标签将会说明scale_fill_manual中定义的“AB的名称”。我可以每次手动检查标签的顺序，但必须有自动方式吗？

Answer 1

你想reorder()，我想。通常，reorder(x,y,FUN)根据将函数FUN应用于第二变量y的结果来改变因子x的等级顺序。在这种情况下，您可以使用FUN=length，这与y的用途无关。

设置数据（我选择修改的可能性，使结果更清晰）：

set.seed(101) 
df <- data.frame(Var1=as.factor(sample(c("AB", "BC", "CD", "DE", "EF"), 
          prob=c(0.1,0.5,0.2,0.05,0.15), 
            1000, replace=TRUE))) 

基本情节（错误的顺序）：

library(ggplot2) 
print(g1 <- ggplot(df, aes(x=factor(1), fill=Var1))+ 
    geom_bar(width=1, colour="black")+ 
    coord_polar(theta="y")+ 
    theme_void()) 

现在重新排序：

df$Var1 <- reorder(df$Var1,df$Var1,FUN=length) 
levels(df$Var1) 
## [1] "DE" "AB" "EF" "CD" "BC" 

检查顺序是正确的：

sort(table(df$Var1)) 
## DE AB EF CD BC 
## 46 105 163 189 497 

打印新的图形（粘在新的数据与%+%与guide_legend()翻转传奇的顺序：你也可以使用function(x) -length(x)作为FUN改变顺序在第一位的水平）。

print(g1 %+% df + 
    scale_fill_discrete(guide=guide_legend(reverse=TRUE))) 

Answer 2

功能包强制可以帮助因素顺序。特别地，fct_infreq将根据每个级别的频率设置级别的顺序。

library(forcats) 

df$Var1 = fct_infreq(df$Var1) 

您可以使用命名向量来避免scale_*_manual函数中的顺序。

scale_fill_manual(labels = c(AB = "Name of AB", 
         BC = "Name of BC", 
         CD = "Name of CD", 
         DE = "Name of DE", 
         EF = "Name of EF")) 

所以，你的阴谋代码可能看起来像

ggplot(df, aes(x = factor(1), fill = fct_infreq(Var1)))+ 
    geom_bar(width = 1, colour = "black")+ 
    coord_polar(theta = "y")+ 
    theme_void() + 
    scale_fill_discrete(labels = c(AB = "Name of AB", 
          BC = "Name of BC", 
          CD = "Name of CD", 
          DE = "Name of DE", 
          EF = "Name of EF")) 

Answer 3

您还可以使用该库forcats一个简单的解决方案，并且功能fct_infreq。

library(forcats) 
ggplot(df, aes(x = factor(1), fill = fct_infreq(Var1)))+ 
    geom_bar(width = 1, colour = "black")+ 
    coord_polar(theta = "y")+ 
    theme_void() + 
    guides(fill = guide_legend(title = "Var1")) 

注意，饼图被认为是邪恶的（你可以在google说），你可以用一个简单的柱状图传达了同样的信息：

ggplot(df, aes(x = fct_infreq(Var1), fill = fct_infreq(Var1))) + 
    geom_bar(width = 1, colour = "black", show.legend = FALSE) + 
    xlab("Var1")