Zamów Paski na wykresie słupkowym ggplot2

Próbuję zrobić wykres słupkowy, w którym największy słupek byłby najbliżej osi y, a najkrótszy słupek byłby najdalej. Jest to coś w rodzaju tabeli, którą mam

    Name   Position
1   James  Goalkeeper
2   Frank  Goalkeeper
3   Jean   Defense
4   Steve  Defense
5   John   Defense
6   Tim    Striker

Staram się więc zbudować wykres słupkowy, który pokazuje liczbę graczy według pozycji

p <- ggplot(theTable, aes(x = Position)) + geom_bar(binwidth = 1)

ale wykres pokazuje najpierw pasek bramkarza, następnie obronę, a na koniec napastnika. Chciałbym, aby wykres był uporządkowany tak, aby pasek obrony znajdował się najbliżej osi y, bramkarza i wreszcie napastnika. Dzięki

Kluczem do zamawiania jest ustawienie poziomów współczynnika w żądanej kolejności. Uporządkowany czynnik nie jest wymagany; dodatkowe informacje w uporządkowanym współczynniku nie są konieczne, a jeśli dane te są wykorzystywane w jakimkolwiek modelu statystycznym, może to spowodować niewłaściwą parametryzację - kontrasty wielomianowe nie są odpowiednie dla danych nominalnych takich jak ten.

## set the levels in order we want
theTable <- within(theTable, 
                   Position <- factor(Position, 
                                      levels=names(sort(table(Position), 
                                                        decreasing=TRUE))))
## plot
ggplot(theTable,aes(x=Position))+geom_bar(binwidth=1)

W najogólniejszym sensie wystarczy ustawić poziomy współczynników w pożądanej kolejności. Jeśli nie zostanie określony, poziomy współczynnika zostaną posortowane alfabetycznie. Możesz również określić kolejność poziomów w wywołaniu, aby uwzględnić czynnik, jak powyżej, a także inne sposoby są możliwe.

theTable$Position <- factor(theTable$Position, levels = c(...))

@GavinSimpson: reorderto potężne i skuteczne rozwiązanie tego:

ggplot(theTable,
       aes(x=reorder(Position,Position,
                     function(x)-length(x)))) +
       geom_bar()

Służy scale_x_discrete (limits = ...)do określania kolejności prętów.

positions <- c("Goalkeeper", "Defense", "Striker")
p <- ggplot(theTable, aes(x = Position)) + scale_x_discrete(limits = positions)

Myślę, że już dostarczone rozwiązania są zbyt szczegółowe. Bardziej zwięzłym sposobem wykonania wykresu słupkowego posortowanego według częstotliwości jest ggplot

ggplot(theTable, aes(x=reorder(Position, -table(Position)[Position]))) + geom_bar()

Jest podobny do sugerowanego przez Alexa Browna, ale nieco krótszy i działa bez niepotrzebnej definicji funkcji.

Aktualizacja

Wydaje mi się, że moje stare rozwiązanie było w tym czasie dobre, ale obecnie wolałbym używać forcats::fct_infreqwspółczynnika sortowania według częstotliwości:

require(forcats)

ggplot(theTable, aes(fct_infreq(Position))) + geom_bar()

Podobnie jak reorder()w odpowiedzi Alexa Browna, moglibyśmy również użyć forcats::fct_reorder(). Zasadniczo posortuje współczynniki określone w 1. arg, zgodnie z wartościami w 2. arg po zastosowaniu określonej funkcji (domyślnie = mediana, której używamy tutaj, ponieważ ma tylko jedną wartość na poziom współczynnika).

Szkoda, że ​​w pytaniu PO wymagana kolejność jest również alfabetyczna, ponieważ jest to domyślna kolejność sortowania podczas tworzenia czynników, więc ukryje to, co ta funkcja faktycznie robi. Aby było bardziej jasne, zastąpię „Goalkeeper” słowem „Zoalkeeper”.

library(tidyverse)
library(forcats)

theTable <- data.frame(
                Name = c('James', 'Frank', 'Jean', 'Steve', 'John', 'Tim'),
                Position = c('Zoalkeeper', 'Zoalkeeper', 'Defense',
                             'Defense', 'Defense', 'Striker'))

theTable %>%
    count(Position) %>%
    mutate(Position = fct_reorder(Position, n, .desc = TRUE)) %>%
    ggplot(aes(x = Position, y = n)) + geom_bar(stat = 'identity')

Prosta zmiana kolejności czynników oparta na dplyr może rozwiązać ten problem:

library(dplyr)

#reorder the table and reset the factor to that ordering
theTable %>%
  group_by(Position) %>%                              # calculate the counts
  summarize(counts = n()) %>%
  arrange(-counts) %>%                                # sort by counts
  mutate(Position = factor(Position, Position)) %>%   # reset factor
  ggplot(aes(x=Position, y=counts)) +                 # plot 
    geom_bar(stat="identity")                         # plot histogram

Musisz tylko określić Positionkolumnę jako czynnik uporządkowany, w którym poziomy są uporządkowane według ich liczby:

theTable <- transform( theTable,
       Position = ordered(Position, levels = names( sort(-table(Position)))))

(Zauważ, że table(Position)tworzy licznik częstotliwości Positionkolumny.)

Następnie twoja ggplotfunkcja pokaże słupki w malejącej kolejności zliczania. Nie wiem, czy jest taka opcja geom_barbez konieczności jawnego tworzenia uporządkowanego czynnika.

Oprócz forcats :: fct_infreq, wspomnianego przez @HolgerBrandl, istnieją forcats :: fct_rev, które odwracają kolejność czynników.

theTable <- data.frame(
    Position= 
        c("Zoalkeeper", "Zoalkeeper", "Defense",
          "Defense", "Defense", "Striker"),
    Name=c("James", "Frank","Jean",
           "Steve","John", "Tim"))

p1 <- ggplot(theTable, aes(x = Position)) + geom_bar()
p2 <- ggplot(theTable, aes(x = fct_infreq(Position))) + geom_bar()
p3 <- ggplot(theTable, aes(x = fct_rev(fct_infreq(Position)))) + geom_bar()

gridExtra::grid.arrange(p1, p2, p3, nrow=3)             

Zgadzam się z Zach, że liczenie w ramach dplyr jest najlepszym rozwiązaniem. Odkryłem, że jest to najkrótsza wersja:

dplyr::count(theTable, Position) %>%
          arrange(-n) %>%
          mutate(Position = factor(Position, Position)) %>%
          ggplot(aes(x=Position, y=n)) + geom_bar(stat="identity")

Będzie to również znacznie szybsze niż wcześniejsze zmienianie poziomów czynników, ponieważ liczenie odbywa się w dplyr, a nie w ggplot lub użyciu table.

Jeśli kolumny wykresu pochodzą ze zmiennej numerycznej, jak w ramce danych poniżej, możesz zastosować prostsze rozwiązanie:

ggplot(df, aes(x = reorder(Colors, -Qty, sum), y = Qty)) 
+ geom_bar(stat = "identity")  

Znak minus przed zmienną sortowania (-Qty) kontroluje kierunek sortowania (rosnąco / malejąco)

Oto niektóre dane do testowania:

df <- data.frame(Colors = c("Green","Yellow","Blue","Red","Yellow","Blue"),  
                 Qty = c(7,4,5,1,3,6)
                )

**Sample data:**
  Colors Qty
1  Green   7
2 Yellow   4
3   Blue   5
4    Red   1
5 Yellow   3
6   Blue   6

Kiedy znalazłem ten wątek, to była odpowiedź, której szukałem. Mam nadzieję, że jest to przydatne dla innych.

Kolejna alternatywa polegająca na zmianie kolejności w celu uporządkowania poziomów czynnika. W porządku rosnącym (n) lub malejącym (-n) na podstawie liczby. Bardzo podobny do tego używającego fct_reorderz forcatspakietu:

Kolejność malejąca

df %>%
  count(Position) %>%
  ggplot(aes(x = reorder(Position, -n), y = n)) +
  geom_bar(stat = 'identity') +
  xlab("Position")

Rosnąco

df %>%
  count(Position) %>%
  ggplot(aes(x = reorder(Position, n), y = n)) +
  geom_bar(stat = 'identity') +
  xlab("Position")

Ramka danych:

df <- structure(list(Position = structure(c(3L, 3L, 1L, 1L, 1L, 2L), .Label = c("Defense", 
"Striker", "Zoalkeeper"), class = "factor"), Name = structure(c(2L, 
1L, 3L, 5L, 4L, 6L), .Label = c("Frank", "James", "Jean", "John", 
"Steve", "Tim"), class = "factor")), class = "data.frame", row.names = c(NA, 
-6L))

Ponieważ patrzymy tylko na rozkład pojedynczej zmiennej („Pozycja”), a nie na relację między dwiema zmiennymi , być może histogram byłby bardziej odpowiednim wykresem. ggplot ma geom_histogram (), który ułatwia:

ggplot(theTable, aes(x = Position)) + geom_histogram(stat="count")

Za pomocą geom_histogram ():

Myślę, że geom_histogram ( ) jest trochę dziwaczny, ponieważ inaczej traktuje dane ciągłe i dyskretne.

Aby uzyskać ciągłe dane , możesz po prostu użyć geom_histogram () bez parametrów. Na przykład, jeśli dodamy wektor numeryczny „Wynik” ...

    Name   Position   Score  
1   James  Goalkeeper 10
2   Frank  Goalkeeper 20
3   Jean   Defense    10
4   Steve  Defense    10
5   John   Defense    20
6   Tim    Striker    50

i użyj geom_histogram () w zmiennej „Score” ...

ggplot(theTable, aes(x = Score)) + geom_histogram()

W przypadku danych dyskretnych, takich jak „Pozycja”, musimy określić obliczoną statystykę obliczoną na podstawie estetyki, aby podać wartość y wysokości prętów za pomocą stat = "count":

 ggplot(theTable, aes(x = Position)) + geom_histogram(stat = "count")

Uwaga: w ciekawy i mylący sposób możesz również używać stat = "count"do ciągłego przesyłania danych i myślę, że zapewnia on bardziej estetyczny wykres.

ggplot(theTable, aes(x = Score)) + geom_histogram(stat = "count")

Edycje : Rozszerzona odpowiedź w odpowiedzi na pomocne sugestie DebanjanB .

Uważam to za bardzo denerwujące, że ggplot2nie oferuje „automatycznego” rozwiązania tego problemu. Dlatego stworzyłem tę bar_chart()funkcję w ggcharts.

ggcharts::bar_chart(theTable, Position)

Domyślnie bar_chart()sortuje paski i wyświetla poziomy wykres. Aby zmienić ten zestaw horizontal = FALSE. Ponadto bar_chart()usuwa nieestetyczną „szczelinę” między prętami i osią.