如何按集合排序UpSet图组合矩阵及ggupset数据输入方法

一、UpSetR实现按指定集合优先的交集排序 #

当使用fromList()将命名向量列表转换为宽格式后，要实现类似"先展示含Action的集合/组合"的自定义排序，需手动生成交集顺序并配合upset()的参数控制：

1. 转换数据并提取交集组合
   先将命名向量列表转为UpSetR兼容的宽格式数据框，再筛选出所有非空交集的组合：

   library(UpSetR)
   
   # 示例命名向量列表
   movie_genres <- list(
     Action = c("Movie1", "Movie2", "Movie3", "Movie4"),
     Animation = c("Movie2", "Movie4", "Movie5"),
     Comedy = c("Movie3", "Movie5", "Movie6")
   )
   
   # 转为宽格式数据框
   upset_df <- fromList(movie_genres)
   
   # 提取所有非空交集的集合标识
   comb_matrix <- upset_df[rowSums(upset_df[, names(movie_genres)]) > 0, names(movie_genres)]
   comb_strings <- apply(comb_matrix, 1, function(x) paste(names(x)[x], collapse = "+"))
   

2. 自定义交集排序规则
   按"含Action的组合优先"、"组合长度从短到长"、"名称字典序"的规则排序：

   sorted_combs <- comb_strings[order(
     !grepl("Action", comb_strings),  # 含Action的排前面（FALSE在前，TRUE在后）
     nchar(comb_strings),             # 组合长度短的优先
     comb_strings                     # 同长度按名称排序
   )]
   

3. 绘制自定义排序的UpSet图
   在upset()中关闭默认排序，启用自定义顺序：

   upset(upset_df,
         sets = c("Action", "Animation", "Comedy"),  # 设置集合的显示顺序
         order.by = "none",                          # 禁用默认的频率/度数排序
         keep.order = TRUE,                          # 保持手动生成的交集顺序
         mainbar.y.label = "交集元素数量",
         sets.x.label = "集合元素数量"
   )
   

二、ggupset的命名向量列表输入方法 #

ggupset要求输入长格式数据框（每个元素-集合对占一行），需先将命名向量列表转换为该格式：

1. 转换命名向量列表为长格式
   使用tidyverse工具将列表展开为长格式：

   library(ggupset)
   library(tidyverse)
   
   # 示例数据同前
   movie_genres <- list(
     Action = c("Movie1", "Movie2", "Movie3", "Movie4"),
     Animation = c("Movie2", "Movie4", "Movie5"),
     Comedy = c("Movie3", "Movie5", "Movie6")
   )
   
   # 转成长格式数据框：每行对应一个元素及其所属集合
   long_df <- enframe(movie_genres, name = "Genre", value = "Movie") %>%
     unnest(Movie)
   

2. 基础UpSet图绘制
   用scale_x_upset()指定集合顺序和交集显示规则：

   ggplot(long_df, aes(x = Genre)) +
     geom_bar(fill = "#2E86AB") +
     scale_x_upset(
       sets = c("Action", "Animation", "Comedy"),  # 集合的显示顺序
       n_intersections = 5,                       # 最多显示5个交集
       keep_empty = FALSE                          # 隐藏空交集
     ) +
     labs(x = "Genre组合", y = "元素数量") +
     theme_bw()
   

3. 自定义交集排序（含Action优先）
   若要实现和UpSetR一致的排序逻辑，先计算交集频率并生成排序规则，再传入intersection_order参数：

   # 计算每个交集的出现次数并排序
   intersection_counts <- long_df %>%
     group_by(Movie) %>%
     summarise(Genres = list(sort(Genre))) %>%
     mutate(Genre_comb = map_chr(Genres, paste, collapse = "+")) %>%
     count(Genre_comb, sort = TRUE) %>%
     # 按含Action优先、数量从多到少排序
     arrange(!str_detect(Genre_comb, "Action"), desc(n))
   
   # 绘制自定义排序的ggupset图
   ggplot(long_df, aes(x = Genre)) +
     geom_bar(fill = "#2E86AB") +
     scale_x_upset(
       sets = c("Action", "Animation", "Comedy"),
       intersection_order = intersection_counts$Genre_comb  # 传入自定义排序的交集
     ) +
     labs(x = "Genre组合", y = "元素数量") +
     theme_bw()
   

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