geom_col()中Transportation Mode字段排序控制技术问询

以下是实现需求的具体步骤，核心思路是通过自定义优先级+分面内数值排序生成有序因子：

步骤1：计算分面内各类型的总和 #

先用dplyr分组计算每个分面下不同Transportation Mode的SUM值，后续用于排序：

library(dplyr)
# 假设你的数据框名为df，分面字段为facet_var，度量值字段为value
sum_df <- df %>%
  group_by(facet_var, measure_summary) %>%
  summarise(total = sum(value, na.rm = TRUE), .groups = "drop")

步骤2：定义排序优先级 #

给指定类别分配固定优先级，确保Personal Vehicles、Pedestrians的位置，小计放在最后：

sum_df <- sum_df %>%
  mutate(
    priority = case_when(
      measure_summary == "Personal Vehicles" ~ 1,
      measure_summary == "Pedestrians" ~ 2,
      measure_summary == "小计" ~ 99, # 替换成你实际的小计名称
      TRUE ~ 3
    )
  )

步骤3：生成分面内的排序规则 #

在每个分面内，先按优先级排序，优先级为3的类别再按总和降序排列，最后生成排序后的有序因子：

sum_df <- sum_df %>%
  group_by(facet_var) %>%
  arrange(priority, desc(total)) %>%
  mutate(sort_rank = row_number()) %>%
  ungroup()

# 将原数据的measure_summary转换为有序因子
df <- df %>%
  left_join(sum_df %>% select(facet_var, measure_summary, sort_rank),
            by = c("facet_var", "measure_summary")) %>%
  mutate(measure_summary = factor(measure_summary,
                                  levels = sum_df$measure_summary[order(sum_df$sort_rank)],
                                  ordered = TRUE))

步骤4：绘制图表 #

此时measure_summary已经按需求排序，直接用ggplot分面绘图即可：

library(ggplot2)
ggplot(df, aes(x = measure_summary, y = value)) +
  geom_col(stat = "sum") + # 根据你的图表类型调整，比如geom_bar
  facet_wrap(~facet_var) + # 替换成你的分面字段
  coord_flip() # 如果是横向条形图，可添加此参数

关键说明 #

• 优先级数值越小，排序越靠前，给小计设一个极大值（比如99）就能确保它在分面底部
• 如果后续添加小计数据，只需保证小计的measure_summary名称和case_when中的匹配即可
• 若你的分面是facet_grid，代码逻辑完全通用，只需替换分面参数

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