1. 問題描述
使用ggplot繪制柱狀圖時淮野，我們可能需要對柱進(jìn)行排序，例如献幔，我們想探究看電視的平均時長和宗教信仰之間的關(guān)系：
# 生成數(shù)據(jù)
relig_summary <- gss_cat %>%
group_by(relig) %>%
summarise(
age = mean(age, na.rm = TRUE),
tvhours = mean(tvhours, na.rm = TRUE),
n = n()
)
# 繪制
ggplot(relig_summary, aes(tvhours, relig)) + geom_col(width = .7, alpha = .7, color = "black")
Fig.1
由于柱子排布沒有明顯規(guī)律妆毕，所以圖非常難解讀。因此痹届，我們期望對柱子排序進(jìn)行調(diào)整呻待。
由于柱子排序，取決于Y軸上作為因子型變量的宗教順序队腐，所以蚕捉，我們可以調(diào)整relig的因子順序，也就是該變量的levels柴淘。
2. 解決方案
2.1 fct_reorder()
使用fct_reorder命令迫淹，它包含三個參數(shù)：
-
f, 你希望調(diào)整順序的因子 -
x, 你希望用來調(diào)整順序的依據(jù)（必須是一個和f等長的vector） -
fun, 如果x包含多個數(shù)值，你希望用何種方式處理他們为严，來對f進(jìn)行排序（默認(rèn)是median）敛熬。
使用該函數(shù)，我們可以輕松的對柱狀圖按降序排列：
ggplot(relig_summary, aes(tvhours, fct_reorder(relig, tvhours))) +
geom_col(width = .7, alpha = .7, color = "black")
Fig.2
當(dāng)然第股，如果我們想讓上邊的柱子按升序排列应民，只需要在上邊的代碼中加一個負(fù)號-：
ggplot(relig_summary, aes(tvhours, fct_reorder(relig, - tvhours))) +
geom_col(width = .7, alpha = .7, color = "black")
2.2 fct_relevel()
有時，我們需要將一個特殊的類別移到圖的最前邊作為參照夕吻，例如本案例中诲锹，我們特別想用“沒有信仰”的None和其他類型進(jìn)行對比，所以需要把None放在最前面涉馅，這時候可以用fct_relevel()命令：
# 先排序归园，再把`None`放在因子順序的最后
fct <- fct_reorder(relig_summary$relig, relig_summary$tvhours) %>%
fct_relevel("None", after = length(fct))
# 繪圖
ggplot(relig_summary, aes(tvhours, fct)) +
geom_col(width = .7, alpha = .7, color = "black")
Fig.3
其中fct_relevel("None", after = length(fct))的含義是將“None”放在第length(fct)位的后面，也就是第length(fct)-1的位次控漠，對應(yīng)在圖中蔓倍，就是最上方的位置。
如果想把"None"柱放在圖的最下邊盐捷，只需改寫為after = 0就可以了偶翅。
2.3 fct_reorder2
有時，我們需要基于兩個變量對某一因子進(jìn)行排序碉渡，特別是在繪制折線圖的時候聚谁，這時可以用到fct_reorder2命令，讓標(biāo)簽排序更加便于觀察：
# data
chks <- subset(ChickWeight, as.integer(Chick) < 10)
# Note that lines match order in legend
ggplot(chks, aes(Time, weight, colour = fct_reorder2(Chick, Time, weight))) +
geom_point() +
geom_line() +
labs(colour = "Chick")
Fig.4
2.5 fct_infreq() 和 fct_rev()
這兩個命令主要是搭配geom_bar()進(jìn)行使用的滞诺，同樣是對柱狀圖進(jìn)行排序：
# 升序
increase_plot <-
gss_cat %>%
mutate(marital = marital %>% fct_infreq() %>% fct_infreq()) %>%
ggplot(aes(marital)) +
geom_bar()
# 降序
decrease_plot <-
gss_cat %>%
mutate(marital = marital %>% fct_infreq() %>% fct_rev()) %>%
ggplot(aes(marital)) +
geom_bar()
# 合并
pacman::p_load(cowplot)
plot_grid(increase_plot, decrease_plot, labels = c('fct_infreq', 'fct_rev'), label_size = 12)
Fig.5
