ggplot2条形图的子集data.frame

Question

我有以下数据：

    Splice.Pair  proportion
1         AA-AG 0.010909091
2         AA-GC 0.003636364
3         AA-TG 0.003636364
4         AA-TT 0.007272727
5         AC-AC 0.003636364
6         AC-AG 0.003636364
7         AC-GA 0.003636364
8         AC-GG 0.003636364
9         AC-TC 0.003636364
10        AC-TG 0.003636364
11        AC-TT 0.003636364
12        AG-AA 0.010909091
13        AG-AC 0.007272727
14        AG-AG 0.003636364
15        AG-AT 0.003636364
16        AG-CC 0.003636364
17        AG-CT 0.007272727
...       ...   ...

我想得到一个条形图，可视化每个接头对的比例，但仅适用于比例超过，例如0.004的接头对。我尝试了以下方法：

nc.subset <- subset(nc.dat, proportion > 0.004)
qplot(Splice.Pair, proportion, data=nc.dat.subset,geom="bar", xlab="Splice Pair", ylab="Proportion of total non-canonical splice sites") + coord_flip();

但这只是给我一个条形图，其中Y轴上的所有接头对，除了过滤掉的接头对缺少条形图。

我不知道发生了什么让所有类别仍然存在：s

Answer 1

Splice.Pair是一个因素。当您对数据框进行子集化时，该系数会保留其级别属性，该属性仍具有所有原始级别。只需将您的子集包装在droplevels：

中即可避免此类问题

nc.subset <- droplevels(subset(nc.dat, proportion > 0.004))

更一般地说，如果您不喜欢使用因子自动保留这种级别，您可以设置R将字符串存储为字符向量而不是默认设置的因素：

options(stringsAsFactors = FALSE)

在你的R会话开始时（这也可以作为data.frame的选项传递。）

修改

关于运行可能缺少droplevels的旧版本R的问题，@ rcs在评论中指出单个因素的方法很容易实现。数据帧的方法只是稍微复杂一些：

function (x, except = NULL, ...) 
{
    ix <- vapply(x, is.factor, NA)
    if (!is.null(except)) 
        ix[except] <- FALSE
    x[ix] <- lapply(x[ix], factor)
    x
}

但是，当然，最好的解决方案仍然是升级到最新版本的R。

Answer 2

检查Splice.Pair是否是一个因素。如果是这种情况，请使用droplevels()删除不再用于解决问题的级别。

nc.subset <- subset(nc.dat, proportion > 0.004)
nc.subset$Splice.Pair <- droplevels(nc.subset$Splice.Pair)
qplot(Splice.Pair, proportion, data=nc.dat.subset,geom="bar", xlab="Splice Pair", ylab="Proportion of total non-canonical splice sites") + coord_flip();

您可以将droplevels纳入qlot，但这是为了找到您： - ）