使用ggplot2根据大小排序条形图，即数值。

Question

这个问题是关于按未汇总表格的顺序排列条形图的。我有一个略微不同的情况。这是我的原始数据的一部分：

experiment,pvs_id,src,hrc,mqs,mcs,dmqs,imcs
dna-wm,0,7,9,4.454545454545454,1.4545454545454546,1.4545454545454541,4.3939393939393945
dna-wm,1,7,4,2.909090909090909,1.8181818181818181,0.09090909090909083,3.9090909090909087
dna-wm,2,7,1,4.818181818181818,1.4545454545454546,1.8181818181818183,4.3939393939393945
dna-wm,3,7,8,3.4545454545454546,1.5454545454545454,0.4545454545454546,4.272727272727273
dna-wm,4,7,10,3.8181818181818183,1.9090909090909092,0.8181818181818183,3.7878787878787876
dna-wm,5,7,7,3.909090909090909,1.9090909090909092,0.9090909090909092,3.7878787878787876
dna-wm,6,7,0,4.909090909090909,1.3636363636363635,1.9090909090909092,4.515151515151516
dna-wm,7,7,3,3.909090909090909,1.7272727272727273,0.9090909090909092,4.030303030303029
dna-wm,8,7,11,3.6363636363636362,1.5454545454545454,0.6363636363636362,4.272727272727273

我只需要从中提取几个变量，即mqs和imcs，按照它们的pvs_id进行分组，因此我创建了一个新表：

m = melt(t, id.var="pvs_id", measure.var=c("mqs","imcs"))

我可以把这个数据用条形图展示出来，这样人们可以看到 MQS 和 IMCS 之间的关联。

ggplot(m, aes(x=pvs_id, y=value)) 
+ geom_bar(aes(fill=variable), position="dodge", stat="identity")

然而，我希望所得到的图形中MQS值从左到右依次递减，条形图按照这个顺序排列。当然，也需要对IMCS值进行排序。

我该如何完成这个任务呢？一般来说，在任何分子数据框中——这似乎对于在ggplot2中绘制图形很有用，今天是我第一次遇到它——如何为一个变量指定顺序?

- slhck

Answer 1

关键在于将pvs_id作为因素，并向其提供适当的水平：

dat$pvs_id <- factor(dat$pvs_id, levels = dat[order(-dat$mqs), 2])

m = melt(dat, id.var="pvs_id", measure.var=c("mqs","imcs"))

ggplot(m, aes(x=pvs_id, y=value))+ 
    geom_bar(aes(fill=variable), position="dodge", stat="identity")

这将产生以下绘图：

编辑： 由于pvs_id是数字，因此它按顺序处理。而如果您有一个因子，则不会假定任何顺序。因此，即使您有数字标签，pvs_id实际上也是一种因子（名义）。就dat[order(-dat$mqs), 2]而言，带有负号的order函数沿着变量mqs将数据框从大到小排序。但是，您对pvs_id变量的顺序感兴趣，因此您索引该列，即第二列。如果您分解它，您会看到它给出：

> dat[order(-dat$mqs), 2]
[1] 6 2 0 5 7 4 8 3 1

现在你可以将其提供给`factor`函数中的`levels`参数，这样就可以按照你想要的顺序对因子进行排序。

- Tyler Rinker

---

请不要将数据集命名为t，因为它会覆盖一个非常重要的基础安装函数，即转置函数。 - Tyler Rinker

实际上它并不会混淆数据集和函数。试一下：t <- 1:5; t(matrix(1:9, nrow = 3))。但如果你这样说 t <- function(x) 1:x，那就会出现问题。 - Roman Luštrik

太好了，谢谢。我对这里的术语不是很熟悉，所以我不知道“因素”是什么。而且 dat[order(-dat$mqs), 2] 返回按照 mqs 递减顺序排列的 pvs_id 值，对吗？那个具体是如何工作的呢？您能否再解释一下，以便未来的访问者可以更容易地适应这个方法？ - slhck

Answer 2

通过使用更新的tidyverse功能，这变得更加直接了当（或者至少对我来说更容易阅读）：

library(tidyverse)

d %>%
  mutate_at("pvs_id", as.factor) %>%
  mutate(pvs_id = fct_reorder(pvs_id, mqs)) %>%
  gather(variable, value, c(mqs, imcs)) %>% 
  ggplot(aes(x = pvs_id, y = value)) + 
    geom_col(aes(fill = variable), position = position_dodge())

它所做的是:

• 如果还不存在，则创建一个因子
• 根据 mqs 重新排序（您可以使用 desc(mqs) 进行反向排序）
• 聚合为单独的行（与 melt 相同）
• 作为 geom_col 绘制（与 geom_bar 和 stat="identity" 相同）

- slhck