ggplot2多因子顺序控制：如何让较大OR值的类别前置？

我用ggplot2绘制了如下图表，想要调整因子顺序，让OR（比值比）更大的类别排在前面（也就是青色的Pairwise类别放在红色的MAGMA类别之前），但尝试后没能成功。以下是我的代码、数据和当前图表：

当前代码 #

ggplot(df, aes(x = Gene.Set.Size, y = OR, label =P.value, color = Method, group = Method)) +
  geom_point(position=position_dodge(width=0.5))  +
  ggrepel::geom_text_repel(size = 6, box.padding = 1, segment.angle = 20, position=position_dodge(width=0.5))+
  geom_pointrange(aes(ymax = UpperCI, ymin = LowerCI),position=position_dodge(width=0.5)) +
  theme_bw() +
  theme(text=element_text(size=25),axis.text.x = element_text(angle = 45, hjust = 1)) +
  ylab("Odds ratio") +
  xlab("Gene set size") +
  theme(plot.margin = unit(c(2,2,2,2), "cm")) 

数据 #

> dput(df)
structure(list(Method = structure(c(1L, 1L, 1L, 2L, 2L, 2L), .Label = c("MAGMA", 
"Pairwise"), class = "factor"), P.value = c(8.74e-28, 1.33e-56, 
5.57e-92, 1.63e-44, 4.23e-71, 2.78e-95), OR = c(1.39, 1.424668, 
1.4, 1.513, 1.478208, 1.409563), UpperCI = c(1.481491, 1.487065, 
1.446039, 1.601557, 1.417117, 1.455425), LowerCI = c(1.316829, 
1.364601, 1.356358, 1.42, 1.541768, 1.365056), Gene.Set.Size = structure(c(1L, 
2L, 3L, 1L, 2L, 3L), .Label = c("500", "1000", "2000"), class = "factor")), row.names = c(NA, 
-6L), class = "data.frame")

当前图表 #

解决方案 #

问题根源 #

你的Method因子默认水平顺序是MAGMA在前、Pairwise在后，ggplot2会严格遵循因子的内置顺序来渲染分组元素，所以默认会把MAGMA放在前面。

方法1：手动指定因子顺序 #

如果你明确知道想要的顺序，直接修改Method的因子水平即可：

# 将Pairwise设为第一个水平，MAGMA为第二个
df$Method <- factor(df$Method, levels = c("Pairwise", "MAGMA"))

方法2：按OR均值动态排序（通用场景） #

如果后续数据可能变化，想要自动按平均OR从大到小排序，用reorder函数：

# 按每个Method的平均OR倒序排列因子水平
df$Method <- reorder(df$Method, -df$OR, FUN = mean)

修改后的完整代码 #

把因子顺序调整代码放在绘图代码之前，完整代码如下：

# 先调整因子顺序（二选一即可）
df$Method <- factor(df$Method, levels = c("Pairwise", "MAGMA"))
# df$Method <- reorder(df$Method, -df$OR, FUN = mean)

# 绘图代码不变
ggplot(df, aes(x = Gene.Set.Size, y = OR, label = P.value, color = Method, group = Method)) +
  geom_point(position=position_dodge(width=0.5))  +
  ggrepel::geom_text_repel(size = 6, box.padding = 1, segment.angle = 20, position=position_dodge(width=0.5))+
  geom_pointrange(aes(ymax = UpperCI, ymin = LowerCI), position=position_dodge(width=0.5)) +
  theme_bw() +
  theme(text=element_text(size=25), axis.text.x = element_text(angle = 45, hjust = 1)) +
  ylab("Odds ratio") +
  xlab("Gene set size") +
  theme(plot.margin = unit(c(2,2,2,2), "cm")) 

效果说明 #

调整因子顺序后，position_dodge会按照新的水平顺序排列分组点和误差线，Pairwise就会显示在MAGMA的前方，符合你想要的OR更大的类别在前的需求。

内容的提问来源于stack exchange，提问作者Workhorse