ggplot2条形图绘图顺序调整及玫瑰图排序问题咨询

嘿，我太懂你这种头疼的感觉了——拿着7个站点、21年、5个变量的数据集，想用玫瑰图清晰展示年内变异性，结果ggplot的默认排序总在拖后腿，明明重排了因子却只部分生效，真的让人抓狂！

我来分享几个能彻底解决这个问题的实操步骤，亲测有效：

ggplot在极坐标下的排序问题，本质是它会同时参考因子水平、轴刻度设置、极坐标起始角度这几个维度，只改某一个环节很容易出现“部分有效”的情况，得全流程统一逻辑：

• 第一步：把时间变量（月份/日序）转成有序因子**，从根源定顺序**
  别只在绘图时临时改因子，直接在原始数据里把代表“年内时间”的变量（比如1-12月、1-365日序）转换成有序因子，明确指定levels的数值顺序：

  # 假设你的时间变量是month（1-12），先转成有序因子
  df$month <- factor(df$month, levels = as.character(1:12), ordered = TRUE)
  

  这里一定要加ordered=TRUE，普通因子的levels有时候会被ggplot的自动优化逻辑覆盖，有序因子能强制优先级更高的排序规则。

• 第二步：强制x轴严格遵循因子顺序，避免自动重排
  就算已经设置了有序因子，ggplot在分面或数据有缺失时还是可能乱序，这时候要在scale_x_discrete里明确指定limits为你设置的因子水平：

  ggplot(df, aes(x = month, y = value, fill = variable)) +
    geom_col(position = "dodge") + # 替换成你用的几何对象，比如geom_line/geom_area
    coord_polar(start = 0, direction = 1) + # start=0让极坐标从右侧（对应1月）开始，direction=1是顺时针
    scale_x_discrete(limits = levels(df$month)) # 锁死x轴顺序，和因子水平完全一致
  

• 第三步：处理多分组下的缺失值问题
  如果你的部分站点/年份缺少某些时间点的数据，ggplot会自动跳过这些水平，导致子图排序不一致。用tidyr::complete补全所有时间-站点-年份-变量的组合，缺失值设为NA即可：

  library(tidyr)
  df <- complete(df, site, year, month, variable) # 补全所有可能的组合
  

给你一个贴合你数据集结构的模拟示例，直接套用就能用：

# 模拟你的7站点、21年、5变量、12月份的数据集
set.seed(123)
df <- expand.grid(
  site = paste0("Site", 1:7),
  year = 2000:2020,
  month = 1:12,
  variable = paste0("Var", 1:5)
)
df$value <- rnorm(nrow(df), mean = 10, sd = 3)

# 预处理：把month转成有序因子
df$month <- factor(df$month, levels = as.character(1:12), ordered = TRUE)

# 绘制分面玫瑰图，全程锁死排序
ggplot(df, aes(x = month, y = value, fill = variable)) +
  geom_col(position = "dodge", alpha = 0.8) +
  coord_polar(start = 0, direction = 1) +
  scale_x_discrete(limits = levels(df$month)) +
  facet_grid(year ~ site) + # 按年份和站点分面，可根据需求调整成facet_wrap
  theme_minimal() +
  theme(axis.text.x = element_text(size = 8))

这样处理后，不管是单个玫瑰图还是几十张子图，所有时间维度的排序都会严格按照你设定的年内顺序来，再也不会出现“部分有效”的混乱情况啦！

内容的提问来源于stack exchange，提问作者Emma Wiik