Barre di ordine nel grafico a barre ggplot2

Sto cercando di creare un grafico a barre in cui la barra più grande sarebbe più vicina all'asse y e la barra più corta sarebbe più lontana. Quindi è un po 'come il tavolo che ho

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

Quindi sto cercando di costruire un grafico a barre che mostri il numero di giocatori in base alla posizione

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

ma il grafico mostra prima la barra del portiere e poi la difesa, e infine quella dell'attaccante. Vorrei che il grafico fosse ordinato in modo che la barra di difesa fosse più vicina all'asse y, quella del portiere e infine quella dell'attaccante. Grazie

La chiave con l'ordinamento è impostare i livelli del fattore nell'ordine desiderato. Non è richiesto un fattore ordinato; le informazioni extra in un fattore ordinato non sono necessarie e se questi dati vengono utilizzati in qualsiasi modello statistico, potrebbe verificarsi una parametrizzazione errata - i contrasti polinomiali non sono corretti per dati nominali come questo.

## 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)

Nel senso più generale, dobbiamo semplicemente impostare i livelli dei fattori nell'ordine desiderato. Se non specificato, i livelli di un fattore verranno ordinati alfabeticamente. È inoltre possibile specificare l'ordine di livello all'interno della chiamata per fattorizzare come sopra e sono possibili anche altri modi.

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

@GavinSimpson: reorderè una soluzione potente ed efficace per questo:

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

Utilizzo scale_x_discrete (limits = ...)per specificare l'ordine delle barre.

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

Penso che le soluzioni già fornite siano eccessivamente dettagliate. È un modo più conciso per creare un grafico a barre ordinato in frequenza con ggplot

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

È simile a quanto suggerito da Alex Brown, ma un po 'più corto e funziona senza una definizione di funzione qualsiasi.

Aggiornare

Penso che la mia vecchia soluzione fosse buona al momento, ma al giorno d'oggi preferirei usare l' forcats::fct_infreqordinamento dei livelli dei fattori per frequenza:

require(forcats)

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

Come reorder()nella risposta di Alex Brown, potremmo anche usare forcats::fct_reorder(). Fondamentalmente ordinerà i fattori specificati nel 1o argomento, in base ai valori nel 2o argomento dopo aver applicato una funzione specificata (default = mediana, che è ciò che usiamo qui come avere solo un valore per livello di fattore).

È un peccato che nella domanda del PO, l'ordine richiesto sia anche alfabetico in quanto è l'ordinamento predefinito quando si creano i fattori, quindi nasconderà ciò che questa funzione sta effettivamente facendo. Per renderlo più chiaro, sostituirò "Portiere" con "Zoalkeeper".

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')

Un semplice riordino dei fattori basato su dplyr può risolvere questo problema:

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

Devi solo specificare che la Positioncolonna deve essere un fattore ordinato in cui i livelli sono ordinati in base ai loro conteggi:

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

(Notare che table(Position)produce un conteggio di frequenza della Positioncolonna.)

Quindi la tua ggplotfunzione mostrerà le barre in ordine decrescente di conteggio. Non so se esiste un'opzione geom_barper farlo senza dover creare esplicitamente un fattore ordinato.

Oltre a forcats :: fct_infreq, menzionato da @HolgerBrandl, c'è forcats :: fct_rev, che inverte l'ordine dei fattori.

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)             

Sono d'accordo con zach che contare all'interno di dplyr è la soluzione migliore. Ho trovato che questa è la versione più breve:

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

Questo sarà anche significativamente più veloce del riordino dei livelli di fattore in anticipo poiché il conteggio viene eseguito in dplyr non in ggplot o usando table.

Se le colonne del grafico provengono da una variabile numerica come nel frame di dati seguente, è possibile utilizzare una soluzione più semplice:

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

Il segno meno prima della variabile di ordinamento (-Qtà) controlla la direzione di ordinamento (crescente / decrescente)

Ecco alcuni dati per i test:

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

Quando ho trovato questa discussione, quella era la risposta che stavo cercando. Spero sia utile per gli altri.

Un'altra alternativa che utilizza il riordino per ordinare i livelli di un fattore. In ordine crescente (n) o decrescente (-n) in base al conteggio. Molto simile a quello utilizzato fct_reorderdal forcatspacchetto:

Ordine decrescente

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

Ordine ascendente

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

Data frame:

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))

Dato che stiamo solo guardando la distribuzione di una singola variabile ("Posizione") invece di guardare la relazione tra due variabili , forse un istogramma sarebbe il grafico più appropriato. ggplot ha geom_histogram () che semplifica:

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

Utilizzando geom_histogram ():

Penso che geom_histogram ( ) sia un po 'bizzarro in quanto tratta i dati continui e discreti in modo diverso.

Per dati continui , puoi semplicemente usare geom_histogram () senza parametri. Ad esempio, se aggiungiamo un vettore numerico "Punteggio" ...

    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

e usa geom_histogram () sulla variabile "Punteggio" ...

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

Per dati discreti come "Posizione" dobbiamo specificare una statistica calcolata calcolata dall'estetica per dare il valore y per l'altezza delle barre usando stat = "count":

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

Nota: Curiosamente e in modo confuso puoi anche usare stat = "count"per dati continui e penso che fornisca un grafico esteticamente più piacevole.

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

Modifiche : risposta estesa in risposta ai suggerimenti utili di DebanjanB .

Ho trovato molto fastidioso che ggplot2non offre una soluzione 'automatica' per questo. Ecco perché ho creato la bar_chart()funzione in ggcharts.

ggcharts::bar_chart(theTable, Position)

Per impostazione predefinita bar_chart()ordina le barre e visualizza un grafico orizzontale. Per cambiare quel set horizontal = FALSE. Inoltre, bar_chart()rimuove lo sgradevole "spazio" tra le barre e l'asse.