7

此问题询问有关根据未汇总表排序条形图的问题。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

我只需要其中的几个变量，即mqsand imcs，按它们分组pvs_id，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，从中可以看到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，我希望生成的条按MQS值从左到右按降序排列。当然，IMCS值应该与这些值一起排序。

我怎样才能做到这一点？一般来说，给定任何熔融数据框——这似乎对 ggplot2 中的绘图很有用，而且今天是我第一次偶然发现它——我如何指定一个变量的顺序？

4

2 回答 2

7

这一切都在制作中

pvs_id一个因素并为其提供适当的水平：

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")

这将产生以下图：

编辑： 好吧，因为pvs_id它是数字，它以有序的方式处理。好像你有一个因素没有假设顺序。因此，即使您有数字标签pvs_id实际上也是一个因素（名义上的）。就dat[order(-dat$mqs), 2]带负号的排序函数而言，数据帧沿变量从最大到最小排序mqs。但是您对pvs_id变量的顺序感兴趣，因此您索引第二列的列。如果你把它撕开，你会看到它给了你：

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

现在你将它提供给levels参数，factor并根据需要对因子进行排序。

于 2012-09-18T12:24:21.233 回答
0

使用更新tidyverse的功能，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：

  • 如果还没有创建一个因子
  • 根据重新排序mqs（您可以desc(mqs)用于反向排序）
  • 聚集成单独的行（与 相同melt）
  • 绘制为（与geom_col相同）geom_barstat="identity"

于 2018-10-05T13:56:00.497 回答