Замовити бруски в ggplot2 гістограмі

Я намагаюся зробити діаграму, де найбільша смуга була б найближчою до осі y, а найкоротша смуга була б найдальшою. Отже, це на зразок таблиці, яку я маю

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

Тому я намагаюся створити гістограму, яка б показувала кількість гравців відповідно до позиції

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

але на графіку видно воротаря спочатку захист, а нарешті нападник. Я хотів би, щоб графік був впорядкований таким чином, щоб захисна штанга була найближчою до осі y, воротарем та, нарешті, ударною. Дякую

Ключ при впорядкуванні - це встановити рівні коефіцієнта у бажаному порядку. Впорядкований фактор не потрібен; додаткова інформація в упорядкованому факторі не потрібна, і якщо ці дані використовуються в будь-якій статистичній моделі, може призвести неправильна параметризація - поліноміальні контрасти не підходять для таких номінальних даних.

## 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)

У найбільш загальному сенсі нам просто потрібно встановити рівні коефіцієнтів у бажаному порядку. Якщо не вказано, рівні коефіцієнта будуть сортовані за алфавітом. Ви також можете вказати порядок рівня в рамках дзвінка на фактор, як зазначено вище, а також можливі й інші способи.

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

@GavinSimpson: reorderце потужне та ефективне рішення для цього:

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

Використовується scale_x_discrete (limits = ...)для визначення порядку барів.

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

Я думаю, що вже надані рішення надмірно багатослівні. Більш стислий спосіб зробити сортовану за частотою баплоту за допомогою ggplot

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

Це схоже на те, що запропонував Алекс Браун, але трохи коротше і працює без будь-якого визначення функції.

Оновлення

Я думаю, що моє давнє рішення було гарним на той час, але сьогодні я вважаю за краще використовувати forcats::fct_infreq який сортує рівні коефіцієнтів за частотою:

require(forcats)

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

Як і reorder()у відповіді Алекса Брауна, ми також могли використатиforcats::fct_reorder() . В основному це буде сортувати фактори, зазначені в 1-му аргументі, відповідно до значень у 2-му аргументі після застосування вказаної функції (за замовчуванням = медіана, для чого ми тут використовуємо лише одне значення на рівень фактору).

Прикро, що в питанні щодо ОП необхідний порядок є також в алфавітному порядку, оскільки це порядок сортування за замовчуванням при створенні факторів, тому буде приховано, що ця функція насправді виконує. Щоб зробити це більш зрозумілим, я заміню "Воротар" на "Золкер".

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')

Просте переупорядкування факторів, заснованих на dplyr, може вирішити цю проблему:

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

Вам просто потрібно вказати Positionстовпчик, який буде впорядкованим коефіцієнтом, де рівні впорядковані за їх кількістю:

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

(Зверніть увагу, що table(Position)виробляє підрахунок частотиPosition стовпця.)

Тоді ваша ggplotфункція покаже смужки в порядку зменшення. Я не знаю, чи є варіант geom_barзробити це без необхідності явно створювати впорядкований фактор.

Окрім forcats :: fct_infreq, згаданий @HolgerBrandl, є forcats :: fct_rev, яка змінює порядок факторів.

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)             

Я погоджуюся з zach, що підрахунок в межах dplyr - найкраще рішення. Я вважав, що це найкоротша версія:

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

Це також буде значно швидше, ніж попереднє впорядкування рівнів факторів, оскільки підрахунок проводиться в dplyr, а не в ggplot або з використанням table.

Якщо стовпці діаграми походять з числової змінної, як у фреймі даних нижче, ви можете використовувати більш просте рішення:

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

Знак мінус перед змінною сортування (-Qty) контролює напрямок сортування (висхідний / низхідний)

Ось деякі дані для тестування:

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

Коли я знайшов цю тему, це була відповідь, яку я шукав. Сподіваюся, це корисно для інших.

Ще одна альтернатива, що використовує переупорядкування для впорядкування рівнів коефіцієнта. У порядку зростання (n) або у порядку зменшення (-n) на основі підрахунку. Дуже схожий на той, що використовується fct_reorderв forcatsпакеті:

У порядку зменшення

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

В порядку зростання

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

Кадр даних:

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))

Оскільки ми дивимось лише на розподіл однієї змінної ("Позиція"), а не на співвідношення двох змінних , то, можливо, гістограма була б більш відповідним графіком. ggplot має geom_histogram (), що спрощує:

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

Використання geom_histogram ():

Я думаю, що geom_histogram ( ) трохи химерний, оскільки по-різному ставиться до безперервних та дискретних даних.

Для безперервних даних ви можете просто використовувати geom_histogram () без параметрів. Наприклад, якщо додати в числовий вектор "Оцінка" ...

    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

і використовувати geom_histogram () для змінної "Score" ...

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

Для дискретних даних, таких як "Положення", ми повинні вказати обчислену статистику, обчислену естетикою, щоб дати значення y для висоти брусків, використовуючи stat = "count":

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

Примітка: Цікаво і заплутано ви також можете використовувати stat = "count"для постійних даних, і я думаю, що це дає більш естетичний графік.

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

Правки : розширена відповідь у відповідь на корисні пропозиції DebanjanB .

Мені було дуже прикро, що ggplot2не пропонує «автоматичного» рішення для цього. Тому я створив bar_chart()функцію в ggcharts.

ggcharts::bar_chart(theTable, Position)

За замовчуванням bar_chart()сортує смуги та відображає горизонтальний графік. Щоб змінити цей набір horizontal = FALSE. Крім того, bar_chart()видаляє непривабливий «зазор» між брусками і віссю.