使用dplyr处理dataframe时，如何为有序因子变量指定层级？

问题背景 #

我有一个名为data的tibble数据框：

library(tibble)

data <- tribble(
    ~"ID", ~"some factor", ~"some other factor", 
    1L, "low", "high",
    2L, "very high", "low",
    3L, "very low", "low",
    4L, "high", "very high",
    5L, "very low", "very low"
)

我原本使用forcats的fct()函数，结合dplyr的mutate和across将两个变量转换为因子：

library(dplyr)
library(forcats)

data <- data %>%
        mutate(across(starts_with("some"), fct))

转换后的数据框如下：

# A tibble: 5 × 3
     ID `some factor` `some other factor`
  <int> <fct>         <fct>               
1     1 low           high                
2     2 very high     low                 
3     3 very low      low                 
4     4 high          very high           
5     5 very low      very low 

但这样无法为这类有序因子变量指定层级，我期望的层级顺序为：

order <- c("very low", "low", "high", "very high")

请问如何使用dplyr系列函数实现这一点？我的目标是让ggplot2可视化能遵循该层级顺序。

解决方案 #

方法1：使用fct_relevel指定自定义层级 #

直接在across中调用fct_relevel，传入预设的层级顺序即可，该方法会保留因子类型并调整层级：

library(dplyr)
library(forcats)

order <- c("very low", "low", "high", "very high")

data <- data %>%
  mutate(across(starts_with("some"), ~fct_relevel(.x, order)))

方法2：用factor函数创建有序因子 #

如果需要明确将变量标记为有序因子（ordered factor），可以使用基础R的factor函数，同时指定levels和ordered=TRUE参数：

order <- c("very low", "low", "high", "very high")

data <- data %>%
  mutate(across(starts_with("some"), ~factor(.x, levels = order, ordered = TRUE)))

方法3：排序后用fct_inorder锁定顺序（可选） #

如果数据中观测的顺序可以通过排序匹配目标层级，也可以先排序再用fct_inorder提取顺序，但这种方法不如前两种直接可控：

order <- c("very low", "low", "high", "very high")

data <- data %>%
  arrange(match(`some factor`, order), match(`some other factor`, order)) %>%
  mutate(across(starts_with("some"), fct_inorder))

验证结果 #

转换完成后，可通过str()函数查看变量的类型和层级：

str(data)

输出会显示两个因子变量的层级已按预设顺序排列，后续使用ggplot2绘图时会自动遵循该顺序展示。

内容的提问来源于stack exchange，提问作者hpy