如何阻止R柱状图列按字母排序并指定基因显示顺序？

核心思路 #

ggplot默认会对字符型x轴按字母排序，要实现指定顺序，必须将基因名字段转换为因子并明确指定水平顺序；如果存在重复基因名，需要创建唯一标识来保留分组与顺序信息。

步骤1：定义指定的基因顺序 #

先把两组基因按你需要的相邻顺序完整列出来：

# 替换为你实际的基因名称
adaptive_group <- c("CD45", "基因2", "基因3", "基因4", "基因5", "基因6", "TAP")
activation_group <- c("TAF8", "基因9", "基因10", "基因11", "Myst1")
# 合并成最终展示顺序
target_order <- c(adaptive_group, activation_group)

步骤2：处理数据框（无重复基因名场景） #

假设你的数据框名为df，包含Gen_name_7_5（基因名）、Group（分组）、Value（柱状图高度）三列：

# 将基因名字段转为因子，强制使用指定顺序
df$Gen_name_7_5 <- factor(df$Gen_name_7_5, levels = target_order)

步骤3：绘图（含分组标题） #

用geom_col或geom_bar(stat="identity")均可，两者功能一致：

library(ggplot2)
ggplot(df, aes(x = Gen_name_7_5, y = Value, fill = Group)) +
  geom_col(width = 0.8) +
  # 在两组之间添加分组标题（位置可根据实际数值调整）
  annotate("text", x = 7.5, y = max(df$Value) + 0.5, label = "Adaptive Immune System", hjust = 0.5) +
  annotate("text", x = 7 + 2.5, y = max(df$Value) + 0.5, label = "Gene activation", hjust = 0.5) +
  # 旋转x轴标签避免重叠
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

特殊场景：存在重复基因名 #

如果同一基因在两组中都有数据，直接用基因名做x轴会导致顺序混乱，需要创建唯一标识：

# 生成带分组的唯一ID
df$unique_gene <- paste(df$Group, df$Gen_name_7_5, sep = "_")
# 定义唯一ID的顺序
unique_order <- paste(rep(c("Adaptive Immune System", "Gene activation"), c(7,5)),
                      target_order, sep = "_")
df$unique_gene <- factor(df$unique_gene, levels = unique_order)

# 绘图时替换x轴标签为原基因名
ggplot(df, aes(x = unique_gene, y = Value, fill = Group)) +
  geom_col(width = 0.8) +
  scale_x_discrete(labels = target_order) +
  annotate("text", x = 7.5, y = max(df$Value) + 0.5, label = "Adaptive Immune System", hjust = 0.5) +
  annotate("text", x = 7 + 2.5, y = max(df$Value) + 0.5, label = "Gene activation", hjust = 0.5) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

常见错误排查 #

• 若设置因子后报错，检查target_order中的基因名是否和数据框df$Gen_name_7_5完全匹配（大小写、拼写一致）
• 避免在因子水平中加入重复值，有重复基因时必须用唯一ID处理

内容的提问来源于stack exchange，提问作者lost_evolution