如何在ggplot2的geom_bar图中按kiwi数量降序排列Y轴聚类？

问题描述 #

我用R语言的ggplot2包绘制了聚类与水果数量的分组柱状图，并用coord_flip()翻转了坐标轴。现在希望将Y轴上的cluster按kiwi的计数从高到低排序，请问该如何实现？

原代码：

df = data.frame()
df = data.frame(matrix(df, nrow=200, ncol=2))
colnames(df) <- c("cluster", "name")
df$cluster <- sample(20, size = nrow(df), replace = TRUE)
df$fruit <- sample(c("banana", "apple", "orange", "kiwi", "plum"), size = nrow(df), replace = TRUE)

p = ggplot(df, aes(x = as.factor(cluster), fill = as.factor(fruit)))+
  geom_bar(stat = 'count') + 
  theme_classic()+
  coord_flip() +
  theme(axis.text.y = element_text(size = 20),
        axis.title.x = element_text(size = 20),
        axis.title.y = element_text(size = 20),
        axis.text=element_text(size=20)) +
  theme(legend.text = element_text(size = 20)) +
  xlab("Cluster")+ 
  ylab("Fruit count") +
  labs( fill = "")
p

当前可视化效果：

解决方案 #

要实现按kiwi计数排序cluster，核心是将cluster转换为按kiwi计数降序排列的因子。这里提供两种简洁的实现方式：

方法1：使用forcats包的fct_reorder()（推荐）

fct_reorder()可以直接在ggplot的映射中对因子进行排序，无需额外预处理数据：

library(ggplot2)
library(forcats)

df = data.frame()
df = data.frame(matrix(df, nrow=200, ncol=2))
colnames(df) <- c("cluster", "name")
df$cluster <- sample(20, size = nrow(df), replace = TRUE)
df$fruit <- sample(c("banana", "apple", "orange", "kiwi", "plum"), size = nrow(df), replace = TRUE)

# 核心修改：用fct_reorder按kiwi计数降序排列cluster
p = ggplot(df, aes(x = fct_reorder(as.factor(cluster), 
                                   as.numeric(fruit == "kiwi"), 
                                   .fun = sum, 
                                   .desc = TRUE), 
                   fill = as.factor(fruit)))+
  geom_bar(stat = 'count') + 
  theme_classic()+
  coord_flip() +
  theme(axis.text.y = element_text(size = 20),
        axis.title.x = element_text(size = 20),
        axis.title.y = element_text(size = 20),
        axis.text=element_text(size=20)) +
  theme(legend.text = element_text(size = 20)) +
  xlab("Cluster")+ 
  ylab("Fruit count") +
  labs( fill = "")
p

参数说明：

• fct_reorder()第一个参数：待排序的因子（as.factor(cluster)）
• 第二个参数：排序依据的数值——as.numeric(fruit == "kiwi")会将kiwi对应的行转为1，其他水果转为0
• .fun = sum：对每个cluster的上述数值求和，得到该cluster的kiwi计数
• .desc = TRUE：指定按降序排列

方法2：手动计算kiwi计数并排序（无需额外包）

如果不想加载forcats包，可以先计算每个cluster的kiwi数量，再重新设定因子的水平：

library(ggplot2)
library(dplyr)

df = data.frame()
df = data.frame(matrix(df, nrow=200, ncol=2))
colnames(df) <- c("cluster", "name")
df$cluster <- sample(20, size = nrow(df), replace = TRUE)
df$fruit <- sample(c("banana", "apple", "orange", "kiwi", "plum"), size = nrow(df), replace = TRUE)

# 计算每个cluster的kiwi计数
kiwi_counts <- df %>% 
  filter(fruit == "kiwi") %>% 
  count(cluster, name = "kiwi_count")

# 合并计数到原数据，无kiwi的cluster计数设为0
df <- df %>% 
  left_join(kiwi_counts, by = "cluster") %>% 
  mutate(kiwi_count = ifelse(is.na(kiwi_count), 0, kiwi_count))

# 按kiwi计数降序设定cluster因子的水平
df$cluster <- factor(df$cluster, 
                     levels = df %>% 
                       distinct(cluster, kiwi_count) %>% 
                       arrange(desc(kiwi_count)) %>% 
                       pull(cluster))

# 绘图
p = ggplot(df, aes(x = cluster, fill = as.factor(fruit)))+
  geom_bar(stat = 'count') + 
  theme_classic()+
  coord_flip() +
  theme(axis.text.y = element_text(size = 20),
        axis.title.x = element_text(size = 20),
        axis.title.y = element_text(size = 20),
        axis.text=element_text(size=20)) +
  theme(legend.text = element_text(size = 20)) +
  xlab("Cluster")+ 
  ylab("Fruit count") +
  labs( fill = "")
p

内容的提问来源于stack exchange，提问作者MeganCole