如何按零值数量排序ggplot2 Y轴变量？多变量场景该如何处理？

一、按零值数量排序Y轴变量 #

要实现按每个name对应的value中零值的数量排序Y轴，核心是重新设置name的因子水平顺序，具体步骤如下：

1. 统计零值数量并确定排序顺序
   使用dplyr分组计算每个name的零值数，再按零值数（支持升序/降序）生成新的排序：

library(dplyr)

# 统计每个name的零值数量，按零值数升序排序（降序则用desc(zero_count)）
name_order <- data %>%
  group_by(name) %>%
  summarise(zero_count = sum(value == 0)) %>%
  arrange(zero_count) %>%
  pull(name)

# 将data中的name转换为按新顺序排列的因子
data$name <- factor(data$name, levels = name_order)

2. 修正并运行热力图代码
   注意你原代码中重复调用了scale_x_continuous，会导致后一个参数覆盖前一个，需合并参数。完整代码如下：

library(ggplot2)
library(dplyr)

# 先处理因子排序
name_order <- data %>%
  group_by(name) %>%
  summarise(zero_count = sum(value == 0)) %>%
  arrange(zero_count) %>%
  pull(name)
data$name <- factor(data$name, levels = name_order)

# 绘制热力图
ggplot(data, aes(year, name)) + 
  geom_tile(aes(fill = value), colour = "white") +
  scale_fill_distiller(palette = "Spectral", name = "value") +
  coord_fixed(ratio = 1) +
  scale_x_continuous(expand = c(0, 0), 
                     breaks = seq(1990, 2022, by = 1)) +
  theme_bw()

二、Y轴变量达20个及以上时的处理方案 #

当Y轴变量过多时，直接展示会导致标签拥挤、可读性下降，可采用以下几种优化方案：

• 调整主题元素优化显示
  缩小Y轴标签字体并旋转，避免标签重叠：

theme_bw() +
  theme(axis.text.y = element_text(size = 8, angle = 45, hjust = 1))

• 分面拆分展示
  将Y轴变量分组，用facet_wrap分面绘制，降低单图的变量密度：

# 给name添加分组标记，每10个变量一组
data <- data %>%
  mutate(name_group = cut(as.integer(name), breaks = seq(0, n_distinct(data$name), 10), 
                          labels = paste0("Group ", 1:(n_distinct(data$name)%/%10 +1))))

ggplot(data, aes(year, name)) + 
  geom_tile(aes(fill = value), colour = "white") +
  scale_fill_distiller(palette = "Spectral", name = "value") +
  coord_fixed(ratio = 1) +
  scale_x_continuous(expand = c(0, 0), 
                     breaks = seq(1990, 2022, by = 1)) +
  facet_wrap(~name_group, ncol = 1, scales = "free_y") +
  theme_bw()

• 转为交互式热力图
  使用plotly将静态图转为交互式，支持鼠标悬停查看详情、滚动缩放Y轴，解决标签拥挤问题：

library(plotly)

p <- ggplot(data, aes(year, name)) + 
  geom_tile(aes(fill = value), colour = "white") +
  scale_fill_distiller(palette = "Spectral", name = "value") +
  coord_fixed(ratio = 1) +
  scale_x_continuous(expand = c(0, 0), 
                     breaks = seq(1990, 2022, by = 1)) +
  theme_bw()

ggplotly(p)

• 过滤冗余变量
  若业务场景允许，可过滤掉零值数量过多或过少的变量，聚焦核心分析对象，减少Y轴展示数量。

内容的提问来源于stack exchange，提问作者shuaige C