R语言使用desc()函数绘制Top N高频条形图的问题

问题说明 #

想要在R中按顺序可视化前3个（或N个）高频类别的条形图，参考相关方案时遇到问题：数据集仅包含类别列（无频率数值），使用desc()函数时不知道传入什么参数，导致代码报错。

数据集 #

可正常运行的全量条形图代码 #

library(ggplot2)

Bars <- ggplot(df) + 
  geom_bar(aes(x = values_1), bandwidth = 0.5) +
  ylab("Frequency") + 
  xlab("My Values")
plot(Bars)

尝试的Top3条形图代码及报错 #

尝试代码 #

library(dplyr)
library(ggplot2)

df %>% 
  arrange(desc()) %>%
  slice(1:3) %>%
  ggplot(aes(x = values_1)) +
  geom_bar()

报错信息（中文翻译） #

Error in arrange(): desc()必须传入恰好一个参数。

解决方案 #

原代码错误原因：arrange(desc())缺少排序依据的变量——原数据集仅存类别列，没有统计好的频率值，无法直接排序筛选。需要先统计每个类别的出现频率，再按频率筛选TopN后绘图，以下是两种常用方法：

方法1：先统计频率再筛选绘图 #

先通过count()统计每个类别的出现次数并降序排序，再取前3个类别绘图：

library(dplyr)
library(ggplot2)

# 统计频率并筛选Top3
top3_data <- df %>%
  count(values_1, sort = TRUE) %>%  # 统计次数并按次数降序
  slice(1:3)

# 绘制Top3条形图
ggplot(top3_data, aes(x = values_1, y = n)) +
  geom_bar(stat = "identity") +  # 因为已有数值n，用identity统计方式
  ylab("Frequency") +
  xlab("My Values")

方法2：在ggplot中直接处理因子排序 #

利用forcats包的函数（ggplot2依赖该包），直接在x轴映射中处理类别顺序并筛选Top3：

library(ggplot2)

ggplot(df, aes(x = forcats::fct_top_n(forcats::fct_infreq(values_1), n = 3))) +
  geom_bar() +
  ylab("Frequency") +
  xlab("My Values")

fct_infreq()会按类别出现频率排序因子，fct_top_n()则保留频率最高的前n个类别。

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