如何在ggplot2堆叠条形图中按数值变量排序分类变量列

我来帮你解决这个堆叠条形图的排序问题，同时好好拆解下factor在ggplot排序里的核心作用——这也是你之前手动排序dataframe没用的关键原因～

核心问题：为什么手动排序dataframe没用？ #

ggplot对分类变量（比如你的name）的排序逻辑，不是看dataframe的行顺序，而是看变量的因子水平（factor levels）。如果name是字符类型，它会默认按字母顺序排序；如果是因子类型，就严格按照预设的levels顺序排列。所以你之前只排序行，根本没改变name的排序规则，自然图表不会变。

解决方案：用factor自定义排序规则 #

我们需要先确定排序依据（比如按class=-1的百分比升序/降序），然后把name转换成带有自定义levels的因子，再绘图。

完整代码示例

# 加载需要的包
library(dplyr)
library(ggplot2)

# 生成模拟数据集
perc <- c(11.89, 88.11, 2.56, 97.44, 5.96, 94.04, 6.74, 93.26)
names <- c('A', 'A', 'B', 'B', 'C', 'C', 'D', 'D')
df <- data.frame(class = rep(c(-1, 1), 4), percentage = perc, name = names)

# 1. 确定排序逻辑：按class=-1的百分比升序排列name
# 如果你想降序，把arrange(percentage)改成arrange(desc(percentage))
sorted_names <- df %>%
  filter(class == -1) %>%  # 提取每个name对应class=-1的行（作为排序依据）
  arrange(percentage) %>%  # 按百分比排序
  pull(name)  # 提取排序后的name列表

# 2. 将name转换为因子，设置levels为排序后的顺序
df$name <- factor(df$name, levels = sorted_names)

# 3. 绘图
ggplot(df, aes(x = name, y = percentage, fill = factor(class))) + 
  geom_bar(stat = "identity") + 
  scale_fill_discrete(name = "Class") + 
  xlab('Names')

这段代码会生成x轴按B→C→D→A排列的堆叠图（对应class=-1的百分比从2.56到11.89升序）。如果想按降序排列，只需要把arrange(percentage)改成arrange(desc(percentage))即可。

深入理解factor的作用 #

在R里，factor是专门用来处理分类变量的类型，它有两个核心属性：

1. 取值（values）：就是变量的实际内容（比如A、B、C、D）
2. 水平（levels）：定义了分类的顺序，决定了可视化、统计分析时的展示/计算顺序

• 查看当前因子水平：用levels(df$name)，默认情况下字符转因子会按字母顺序生成levels（比如你的数据默认是A,B,C,D）
• 修改因子水平：通过factor(变量, levels = 自定义顺序列表)来覆盖默认顺序，这是ggplot自定义分类排序的核心操作
• 为什么排序dataframe没用？因为ggplot只认levels顺序，不管你把行怎么排，只要levels没变，x轴顺序就不会变

扩展：灵活调整排序依据 #

如果想按class=1的百分比排序，只需要把filter(class == -1)改成filter(class == 1)就行。因为两个class的百分比加起来是100%，所以class=-1的升序等价于class=1的降序，结果是一样的。

内容的提问来源于stack exchange，提问作者gi00