如何在堆叠条形图中对每个条的堆叠进行部分重新排序？

Question

我的某些数据包含NA值，我希望这些值显示在每个栏的顶部。

library("phyloseq"); packageVersion("phyloseq")
library(ggplot2)
library(scales)
data("GlobalPatterns")
TopNOTUs <- names(sort(taxa_sums(GlobalPatterns), TRUE)[1:40])
gp.ch   <- prune_species(TopNOTUs, GlobalPatterns)


mdf = psmelt(gp.ch)
mdf$group <- paste0(mdf$Phylum, "-", mdf$Genus, sep = "")

mdf <- as.data.frame(mdf)
mdf$Genus <- as.character(mdf$Genus)
mdf[is.na(mdf)] <- 0

# Plot resultss
ggplot(mdf, aes(Phylum)) + 
  geom_bar(aes(fill = group), colour = "grey", position = "stack")

现在NA元素出现在每个条的中间，因为堆栈是按字母顺序组织的，我如何才能使NA元素成为每个堆栈中的顶部元素？

Answer 1

您可以将NA更改为字符串表示形式，然后在绘制之前对因子进行重新排序。
有几种方法可以做到这一点，这是一种整洁的方法：

library(tidyverse)

levs <- levels(data$model)

# see below for where the data comes from
data %>%
  mutate(model = fct_explicit_na(model, "NA"),
         model = factor(model, levels = c("NA", levs))) %>%
  ggplot(aes(make)) + 
  geom_bar(aes(fill = model), position = "stack")

对于数据，我使用了精简的mtcars版本：

# using a stripped-down version of mtcars
data <- mtcars %>% 
  rownames_to_column("car_type") %>%
  filter(stringr::str_detect(car_type, "Merc|Mazda|Toyota")) %>%
  separate(car_type, c("make", "model"), extra = "drop") %>%
  mutate(model = factor(model, levels = c("RX4", "230", "Corolla")))

data
     make   model  mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1   Mazda     RX4 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
2   Mazda     RX4 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
3    Merc    <NA> 24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
4    Merc     230 22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
5    Merc    <NA> 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
6    Merc    <NA> 17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
7    Merc    <NA> 16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
8    Merc    <NA> 17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
9    Merc    <NA> 15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
10 Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
11 Toyota    <NA> 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1