Balken im Balkendiagramm ggplot2 bestellen

Ich versuche, ein Balkendiagramm zu erstellen, bei dem der größte Balken der y-Achse am nächsten und der kürzeste Balken am weitesten entfernt ist. Das ist also ein bisschen wie der Tisch, den ich habe

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

Ich versuche also, ein Balkendiagramm zu erstellen, das die Anzahl der Spieler nach Position anzeigt

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

Die Grafik zeigt jedoch zuerst die Torwartleiste, dann die Verteidigung und schließlich die Stürmerleiste. Ich möchte, dass die Grafik so angeordnet wird, dass der Verteidigungsbalken der y-Achse am nächsten liegt, der Torhüter und schließlich der Stürmer. Vielen Dank

Der Schlüssel bei der Bestellung besteht darin, die Ebenen des Faktors in der gewünschten Reihenfolge festzulegen. Ein geordneter Faktor ist nicht erforderlich. Die zusätzlichen Informationen in einem geordneten Faktor sind nicht erforderlich. Wenn diese Daten in einem statistischen Modell verwendet werden, kann dies zu einer falschen Parametrisierung führen. Polynomkontraste sind für nominelle Daten wie diese nicht geeignet.

## 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)

Im allgemeinsten Sinne müssen wir einfach die Faktorstufen so einstellen, dass sie in der gewünschten Reihenfolge liegen. Wenn nicht angegeben, werden die Ebenen eines Faktors alphabetisch sortiert. Sie können auch die Ebenenreihenfolge innerhalb des Aufrufs zum Faktor wie oben angeben. Andere Möglichkeiten sind ebenfalls möglich.

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

@ GavinSimpson: reorderist eine leistungsstarke und effektive Lösung dafür:

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

Verwenden Sie scale_x_discrete (limits = ...), um die Reihenfolge der Balken festzulegen.

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

Ich denke, die bereits bereitgestellten Lösungen sind zu ausführlich. Eine präzisere Möglichkeit, ein frequenzsortiertes Barplot mit ggplot zu erstellen, ist

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

Es ähnelt dem, was Alex Brown vorgeschlagen hat, ist jedoch etwas kürzer und funktioniert ohne eine beliebige Funktionsdefinition.

Aktualisieren

Ich denke, meine alte Lösung war zu der Zeit gut, aber heutzutage würde ich lieber forcats::fct_infreqdie Sortierung der Faktorstufen nach Häufigkeit verwenden:

require(forcats)

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

Wie reorder()in Alex Browns Antwort könnten wir auch verwenden forcats::fct_reorder(). Grundsätzlich werden die im 1. Argument angegebenen Faktoren nach den Werten im 2. Argument sortiert, nachdem eine bestimmte Funktion angewendet wurde (Standard = Median, was wir hier verwenden, da nur ein Wert pro Faktorstufe vorhanden ist).

Es ist eine Schande, dass in der OP-Frage die erforderliche Reihenfolge auch alphabetisch ist, da dies die Standardsortierreihenfolge ist, wenn Sie Faktoren erstellen. Dadurch wird verborgen, was diese Funktion tatsächlich tut. Um es klarer zu machen, werde ich "Torhüter" durch "Zoalhüter" ersetzen.

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')

Eine einfache dplyr-basierte Neuordnung von Faktoren kann dieses Problem lösen:

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

Sie müssen nur die PositionSpalte angeben , die ein geordneter Faktor sein soll , bei dem die Ebenen nach ihrer Anzahl geordnet sind:

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

(Beachten Sie, dass das table(Position)eine Frequenzzählung der erzeugtPosition Spalte erzeugt.)

Dann zeigt Ihre ggplotFunktion die Balken in absteigender Reihenfolge der Anzahl an. Ich weiß nicht, ob es eine Option gibt, geom_barohne explizit einen geordneten Faktor erstellen zu müssen.

Zusätzlich zu forcats :: fct_infreq, das von @HolgerBrandl erwähnt wird, gibt es forcats :: fct_rev, das die Faktorreihenfolge umkehrt.

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)             

Ich stimme zach zu, dass das Zählen innerhalb von dplyr die beste Lösung ist. Ich habe festgestellt, dass dies die kürzeste Version ist:

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

Dies ist auch erheblich schneller als die vorherige Neuordnung der Faktorstufen, da die Zählung in dplyr und nicht in ggplot oder using erfolgt table.

Wenn die Diagrammspalten von einer numerischen Variablen wie im folgenden Datenrahmen stammen, können Sie eine einfachere Lösung verwenden:

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

Das Minuszeichen vor der Sortiervariablen (-Qty) steuert die Sortierrichtung (aufsteigend / absteigend)

Hier sind einige Daten zum Testen:

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

Als ich diesen Thread gefunden habe, war das die Antwort, nach der ich gesucht habe. Hoffe, es ist nützlich für andere.

Eine andere Alternative, bei der die Pegel eines Faktors nachbestellt werden. In aufsteigender (n) oder absteigender Reihenfolge (-n) basierend auf der Anzahl. Sehr ähnlich zu dem fct_reorderaus dem forcatsPaket:

Absteigende Reihenfolge

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

Aufsteigende Reihenfolge

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

Datenrahmen:

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))

Da wir nur die Verteilung einer einzelnen Variablen ("Position") betrachten, anstatt die Beziehung zwischen zwei Variablen zu betrachten , wäre möglicherweise ein Histogramm das geeignetere Diagramm. ggplot hat geom_histogram () , das es einfach macht:

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

Verwenden von geom_histogram ():

Ich denke, geom_histogram ( ) ist etwas eigenartig, da es kontinuierliche und diskrete Daten unterschiedlich behandelt.

Für kontinuierliche Daten können Sie einfach geom_histogram () ohne Parameter verwenden. Zum Beispiel, wenn wir einen numerischen Vektor "Score" hinzufügen ...

    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

und benutze geom_histogram () für die Variable "Score" ...

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

Für diskrete Daten wie "Position" müssen wir eine berechnete Statistik angeben, die von der Ästhetik berechnet wird, um den y-Wert für die Höhe der Balken zu erhalten, indem wir stat = "count":

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

Hinweis: Seltsamerweise und verwirrend können Sie es auch stat = "count"für kontinuierliche Daten verwenden, und ich denke, es bietet ein ästhetisch ansprechenderes Diagramm.

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

Änderungen : Erweiterte Antwort als Antwort auf die hilfreichen Vorschläge von DebanjanB .

Ich fand es sehr ärgerlich, dass ggplot2dies keine "automatische" Lösung bietet. Deshalb habe ich die bar_chart()Funktion in erstellt ggcharts.

ggcharts::bar_chart(theTable, Position)

Standardmäßig werden bar_chart()die Balken sortiert und ein horizontales Diagramm angezeigt. Um diesen Satz zu ändern horizontal = FALSE. Darüber hinaus bar_chart()entfernt die unansehnliche ‚Lücke‘ zwischen den Stäben und der Achse.