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
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))
其他回答
你可以简单地使用下面的代码:
ggplot(yourdatasetname, aes(Position, fill = Name)) +
geom_bar(col = "black", size = 2)
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。
library(ggplot2)
library(magrittr)
dd <- tibble::tribble(
~Name, ~Position,
"James", "Goalkeeper",
"Frank", "Goalkeeper",
"Jean", "Defense",
"John", "Defense",
"Steve", "Defense",
"Tim", "Striker"
)
dd %>% ggplot(aes(x = forcats::fct_infreq(Position))) + geom_bar()
于2022-08-30使用reprex v2.0.2创建
由于我们只关注单个变量(“位置”)的分布，而不是两个变量之间的关系，那么直方图可能是更合适的图形。Ggplot有geom_histogram()，这使得它很容易:
ggplot(theTable, aes(x = Position)) + geom_histogram(stat="count")
使用geom_histogram ():
我认为geom_histogram()有点古怪，因为它对待连续数据和离散数据是不同的。
对于连续数据，可以只使用不带参数的geom_histogram()。 例如，如果我们添加一个数字向量“Score”……
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
然后在“Score”变量上使用geom_histogram()…
ggplot(theTable, aes(x = Score)) + geom_histogram()
对于像“Position”这样的离散数据，我们必须指定一个由美学计算出来的统计数据，使用stat = "count"来给出条形高度的y值:
ggplot(theTable, aes(x = Position)) + geom_histogram(stat = "count")
注意:奇怪且令人困惑的是，你也可以使用stat = "count"来表示连续的数据，我认为它提供了一个更美观的图形。
ggplot(theTable, aes(x = Score)) + geom_histogram(stat = "count")
编辑:对DebanjanB的有用建议的扩展回答。
使用scale_x_discrete (limits =…)指定条形图的顺序。
positions <- c("Goalkeeper", "Defense", "Striker")
p <- ggplot(theTable, aes(x = Position)) + scale_x_discrete(limits = positions)
