我要做一个柱状图，其中最大的柱状图离y轴最近，最短的柱状图离y轴最远。这有点像我的表格
Name Position
1 James Goalkeeper
2 Frank Goalkeeper
3 Jean Defense
4 Steve Defense
5 John Defense
6 Tim Striker
所以我试图建立一个条形图，根据位置显示球员的数量
p <- ggplot(theTable, aes(x = Position)) + geom_bar(binwidth = 1)
但是图表显示的是门将栏，然后是防守栏，最后是前锋栏。我希望图表的顺序是，防守条最靠近y轴，守门员条，最后是前锋条。 谢谢
当前回答
如果图表列来自一个数值变量，如下面的数据框架所示，您可以使用一个更简单的解决方案:
ggplot(df, aes(x = reorder(Colors, -Qty, sum), y = Qty))
+ geom_bar(stat = "identity")
排序变量(-Qty)前面的负号控制排序方向(升序/降序)
以下是一些用于测试的数据:
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
当我发现这条线索时，这就是我一直在寻找的答案。希望对其他人有用。
其他回答
就像Alex Brown回答中的reorder()一样，我们也可以使用forcats::fct_reorder()。它基本上会对第一个参数中指定的因子进行排序，根据应用指定函数后第二个参数中的值(default = median，这是我们在这里使用的，因为每个因子级别只有一个值)。
遗憾的是，在OP的问题中，所需的顺序也是字母顺序，因为这是创建因子时的默认排序顺序，因此将隐藏此函数的实际操作。为了更清楚，我将“守门员”替换为“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')
你只需要指定Position列为一个有序因子，其中级别是按它们的计数排序的:
theTable <- transform( theTable,
Position = ordered(Position, levels = names( sort(-table(Position)))))
(请注意，表(Position)产生了Position列的频率计数。)
然后，您的ggplot函数将以计数递减的顺序显示条形图。 我不知道在geom_bar中是否有一个选项可以在不显式地创建有序因子的情况下做到这一点。
另一种方法是使用重新排序来排列因子的级别。根据计数的升序(n)或降序(-n)。非常类似于使用forcats包中的fct_reorder:
降序排列
df %>%
count(Position) %>%
ggplot(aes(x = reorder(Position, -n), y = n)) +
geom_bar(stat = 'identity') +
xlab("Position")
升序排序 df % > % 数(位置)% > % ggplot(aes(x = reorder(Position, n)， y = n)) + Geom_bar (stat = 'identity') + xlab(“位置”) 数据帧: df <- structure(list(Position = structure(c(3L, 3L, 1L, 1L, 1L, 2L)， .Label = c("防御"， "前锋"，"Zoalkeeper")， class = "factor")， Name =结构(c(2L， 1 l, 3 l 5 l 4 l, 6 l), .Label = c(“弗兰克”,“詹姆斯”,“琼”,“约翰”, "Steve"， "Tim")， class = "factor"))， class = "data.frame"， row.names = c(NA， 6 l))
我同意zach的观点，在dplyr内计数是最好的解决方案。我发现这是最短的版本:
dplyr::count(theTable, Position) %>%
arrange(-n) %>%
mutate(Position = factor(Position, Position)) %>%
ggplot(aes(x=Position, y=n)) + geom_bar(stat="identity")
这也将比事先重新排序因子级别快得多，因为计数是在dplyr中完成的，而不是在ggplot或使用table中完成的。
我发现ggplot2没有为此提供“自动”解决方案，这非常令人恼火。这就是为什么我在ggcharts中创建了bar_chart()函数。
ggcharts::bar_chart(theTable, Position)
默认情况下，bar_chart()对条形图进行排序并显示水平图。要更改设置水平= FALSE。此外，bar_chart()删除了柱和轴之间难看的“间隙”。
