ggplot2 geom_bar - 如何保持数据框的顺序

Question

我有一个关于 geom_bar 数据顺序的问题。

这是我的数据集：

  SM_P,Spotted melanosis on palm,16.2
  DM_P,Diffuse melanosis on palm,78.6
  SM_T,Spotted melanosis on trunk,57.3
  DM_T,Diffuse melanosis on trunk,20.6
  LEU_M,Leuco melanosis,17
  WB_M,Whole body melanosis,8.4
  SK_P,Spotted keratosis on palm,35.4
  DK_P,Diffuse keratosis on palm,23.5
  SK_S,Spotted keratosis on sole,66
  DK_S,Diffuse keratosis on sole,52.8
  CH_BRON,Dorsal keratosis,39
  LIV_EN,Chronic bronchities,6
  DOR,Liver enlargement,2.4
  CARCI,Carcinoma,1

我指定以下列名：

  colnames(df) <- c("abbr", "derma", "prevalence") # Assign row and column names

然后我绘制：

  ggplot(data=df, aes(x=derma, y=prevalence)) + geom_bar(stat="identity") + coord_flip()

为什么ggplot2会随机更改我的数据顺序。我希望数据的顺序与我的data.frame一致。

非常感谢您的任何帮助！

- Stücke

---

这不是随机的，而是按字母顺序排列的。请参见此处的解决方案https://dev59.com/D3A75IYBdhLWcg3wg5Zh - arvi1000

你正在重新调整derma2因子，但随后使用了x=derma。 - arvi1000

嗨，阿尔维。首先感谢你的耐心等待。我不是很明白，因为如果我打开我的df，df $ derma和df $ derma2的顺序完全相同。所以，如果我更改绘图的df$，它并没有什么影响。 - Stücke

你的数据框中行的顺序并不重要。重要的是因子水平的顺序：levels(df$derma)。你可以按任意顺序放置它们以进行绘图。 - Gregor Thomas

@jaap 我认为这个问题（即如何停止列的重新排序）与如何重新排序列的问题略有不同，但非常重要。我认为基于这个原因重新开放这个问题会非常有用。原因是，如果在工作流程中先确定了顺序，则当前最佳答案会使其发生：i）确定顺序，ii）ggplot重新排序，iii）（最佳答案）再次重新排序。如果数据最初处于正确的顺序，并且存在某种（任何）方法可以防止geom_bar重新排序，则这没有太多意义。 - stevec

Answer 1

因为评论串太长，所以我将其作为回答发布。你必须使用变量的因子水平来指定排序方式，这个变量是与 aes(x=...) 映射的。

# lock in factor level order
df$derma <- factor(df$derma, levels = df$derma)

# plot
ggplot(data=df, aes(x=derma, y=prevalence)) + 
    geom_bar(stat="identity") + coord_flip()

结果与 df 中的顺序相同:

# or, order by prevalence:
df$derma <- factor(df$derma, levels = df$derma[order(df$prevalence)])

相同的绘图命令会产生如下结果：

---

我是这样读取数据的：

read.table(text=
"SM_P,Spotted melanosis on palm,16.2
DM_P,Diffuse melanosis on palm,78.6
SM_T,Spotted melanosis on trunk,57.3
DM_T,Diffuse melanosis on trunk,20.6
LEU_M,Leuco melanosis,17
WB_M,Whole body melanosis,8.4
SK_P,Spotted keratosis on palm,35.4
DK_P,Diffuse keratosis on palm,23.5
SK_S,Spotted keratosis on sole,66
DK_S,Diffuse keratosis on sole,52.8
CH_BRON,Dorsal keratosis,39
LIV_EN,Chronic bronchities,6
DOR,Liver enlargement,2.4
CARCI,Carcinoma,1", header=F, sep=',')
colnames(df) <- c("abbr", "derma", "prevalence") # Assign row and column names

- arvi1000

---

谢谢你的努力！我非常感激你的帮助！你从发布的代码中删除了一些行吗？当我尝试运行代码时，我没有得到相同的勾号。 - Stücke

我没有发布的唯一内容是我用来读取你的数据的代码。现在已经添加了。 - arvi1000

奇怪...我得到了一个不同的轴。无论如何，非常感谢你的努力！非常感激！ :) - Stücke

如果有人想知道如何处理包含重复水平的变量数据（即在不使用 stat="identity" 而是使用默认的计数统计方法时），可以在第一步中加入 unique() 函数。例如：df$var <- factor(df$var, levels = unique(df$var))。请注意，此方法仅适用于 R 语言。 - stragu

@stragu 如果你在新版本的R中没有使用unique()，可能会遇到问题。感谢这个提示。 - Abel Callejo