如何解决ggRandomForests生成的ggplot层级被强制按字母排序问题？

下面给你几个不用手动在ggplot里设置levels的解决思路：

• 提取绘图数据后手动重绘
  先把ggRandomForests生成的绘图数据提取出来，再用ggplot自己画，完全掌控顺序：

  # 先生成gg对象并提取数据
  gg_obj <- gg_boxplot(your_rf_model, xvar = "your_category_var")
  plot_df <- gg_obj$data
  
  # 这里如果之前已经设好因子水平，直接画图就行；没设的话也可以在这里再指定
  ggplot(plot_df, aes(x = your_category_var, y = y_var)) +
    geom_boxplot()
  

  这种方式绕开了ggRandomForests对因子顺序的自动调整，完全按你想要的来。

• 直接修改现有绘图对象的数据
  不用重写整个ggplot代码，直接修改ggRandomForests返回的绘图对象里的变量因子水平：

  p <- gg_boxplot(your_rf_model, xvar = "your_category_var")
  # 重新设置因子水平
  p$data$your_category_var <- factor(p$data$your_category_var, 
                                     levels = c("Yes", "No", "Maybe"))
  # 再绘图
  print(p)
  

  这个方法更省事，直接在已有的绘图对象上调整。

• 在建模阶段锁定因子顺序
  有时候ggRandomForests会从随机森林模型里读取变量信息，而非原始数据框。所以可以在调用rfsrc()建模时，就明确指定变量的因子水平：

  your_data$your_category_var <- factor(your_data$your_category_var, 
                                        levels = c("Yes", "No", "Maybe"))
  # 建模时直接用这个变量，确保模型里的水平顺序正确
  rf_model <- rfsrc(Surv(time, status) ~ your_category_var + other_vars, 
                    data = your_data)
  

  这样后续用ggRandomForests绘图时，会直接沿用模型里的因子顺序，不用再调整。

之所以你之前设置了数据框的因子水平却没用，大概率是ggRandomForests在生成绘图数据时，从模型对象里重新提取了变量，覆盖了原始数据的因子顺序。上面这几个方法都能避开这个问题。

内容的提问来源于stack exchange，提问作者Dan W