Question

This question询问是否根据未汇总的表格排序条形图。我的情况略有不同。这是我原始数据的一部分：

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

我只需要一些变量，即mqs和imcs，按pvs_id分组，所以我创建了一个新表：

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

我可以将其绘制为条形图，其中可以看到 MQS 和 IMCS 之间的相关性。

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

但是，我希望结果条按 MQS 值从左到右按降序排序。当然， IMCS 值应与这些值一起订购。

我怎样才能做到这一点？一般来说，给定任何熔融数据帧 - 这对于ggplot2中的图形看起来很有用，而今天我第一次偶然发现它 - 我如何指定一个变量的顺序？

Answer 1

一切都在制作

pvs_id一个因素并为其提供适当的级别：

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")

这会产生以下情节：

修改好吧，因为pvs_id是数字，所以它是以有序的方式处理的。如果您有一个因素，则不会假定订单。因此，即使您有数字标签pvs_id实际上也是一个因素（标称）。就dat[order(-dat$mqs), 2]而言，具有负号的顺序函数将数据框从变量mqs的最大值到最小值排序。但是您对pvs_id变量的顺序感兴趣，因此您将该列作为第二列的索引。如果你将它拆开，你会看到它给你：

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

现在您将其提供给levels的{{1}}参数，并根据需要对该因素进行排序。

Answer 2

使用更新的tidyverse函数，这变得更加简单（或者至少对我来说很容易阅读）：

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())

它的作用是：

创建因子（如果尚未创建的话）
根据mqs重新排序（您可以使用desc(mqs)进行反向排序）
聚集成单独的行（与melt相同）
绘制为geom_col（与geom_bar和stat="identity"相同）

根据ggplot2的大小订购条形图，即数值

2 个答案: