在R中按双变量分组后，如何用ggplot实现正确排序与数据筛选？

问题原因与修正代码 #

针对分组分析中的两个问题，以下是具体原因和修正后的代码：

iris_new <- iris %>% 
  mutate(number_petals = sample(1:10, size = 150, replace = TRUE))

# 修正后的完整代码
iris_new %>% 
  group_by(number_petals, Species) %>%
  # 保留所有分组变量，避免summarise自动移除Species
  summarise(n = sum(Petal.Length, na.rm = TRUE), .groups = "keep") %>%
  # 全局按求和值n降序排序（若需组内排序，改用下方注释的代码）
  arrange(desc(n)) %>%
  # 全局取前25个最大的求和值（替代head(25)）
  slice_max(n, n = 25) %>%
  ggplot(aes(x = reorder(number_petals, n), y = n, fill = factor(Species))) +
  xlab("Number of Petals") +
  ylab("Total sum of petal lengths") +
  geom_col()

问题1：添加Species后无法降序排序 #

• 核心原因：summarise() 默认会丢弃最后一个分组变量（此处为Species），执行后数据仅保留number_petals作为分组依据，导致arrange(desc(n), by_group = TRUE)只能在number_petals组内排序，无法实现基于两个分组的整体排序。
• 修正方式：在summarise()中加入.groups = "keep"参数，强制保留所有分组变量。排序逻辑可按需选择：
  • 全局按求和值降序：直接使用arrange(desc(n))。
  • 按number_petals分组、组内按求和值降序：保留arrange(desc(n), by_group = TRUE)，此时会先按number_petals分组，组内按n降序排列。

问题2：head(25)未按分组筛选 #

• 核心原因：head(25)是对整个数据集取前25行，完全不考虑分组规则，自然无法实现按分组筛选前N个最大值的需求。
• 修正方式：
  • 全局取前25个最大求和值：用slice_max(n, n = 25)替代head(25)，该函数专门用于筛选指定列的最大值，逻辑更清晰。
  • 按number_petals分组、组内取前k个最大值：先重新执行group_by(number_petals)，再用slice_max(n, n = k)（例如n=2表示每个组取前2个），最后合并结果。

内容的提问来源于stack exchange，提问作者David Færgeman