如何按Competent占比升降序排列likert分组图内的组别

核心思路 #

要实现每个问题区块内按Competent选项的占比对组别排序，需先从likert对象中提取每个问题-组别对应的Competent占比数据，据此重新调整每个问题下的组别顺序，最后重构likert对象完成绘图。

具体代码实现 #

先加载所需依赖包：

library(likert)
library(dplyr)
library(tidyr)

步骤1：提取并整理占比数据 #

假设你的likert对象名为likert_obj，先将其转换为数据框，筛选出每个问题、组别对应的Competent占比：

# 提取likert结果数据，按问题分组后按Competent占比升序排序
likert_df <- likert_obj$results %>%
  select(Item, Group, Competent) %>%
  group_by(Item) %>%
  arrange(Competent, .by_group = TRUE) %>%
  ungroup()

若需要降序排列，将arrange(Competent, .by_group = TRUE)改为arrange(desc(Competent), .by_group = TRUE)即可。

步骤2：调整原始数据的组别顺序 #

假设你的原始响应数据框为response_data，包含Group（组别）、Item（问题）及对应选项列：

# 生成每个问题对应的组别排序规则
group_order_list <- likert_df %>%
  group_by(Item) %>%
  summarise(group_order = list(Group)) %>%
  deframe()

# 按规则重新排序原始数据
sorted_data <- response_data %>%
  group_by(Item) %>%
  arrange(factor(Group, levels = group_order_list[[cur_group()$Item]]), .by_group = TRUE) %>%
  ungroup()

步骤3：重构likert对象并绘图 #

# 基于排序后的数据创建新的likert对象
sorted_likert <- likert(sorted_data, grouping = "Group")

# 生成排序后的分组likert图
plot(sorted_likert)

关键说明 #

• 确保原始数据结构符合likert包要求：宽格式下每个问题对应一列；长格式需包含Item（问题）、Response（选项）和Group（分组）列。
• 若你的原始数据是宽格式，可先用likert::likert_to_long()转换为长格式后再执行上述排序步骤。

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