ggplot结合dplyr时top_n与arrange参数失效问题求助

我完全懂你遇到的困扰：照着《TidyText Mining》里的代码复现到自己的数据集（比如mtcars）时，facet_wrap既不遵守top_n指定的显示数量，分面内的排序也完全不符合预期。咱们一步步拆解问题，找到对应的解决方案。

你的测试代码的核心问题 #

先看你写的mtcars测试代码：

require(tidyverse)
mtcars %>% arrange (desc(mpg)) %>% mutate (gear = factor(gear, levels = rev(unique(gear)))) %>% group_by(am) %>% top_n(1) %>% ungroup %>% ggplot (aes (gear, mpg, fill = am)) + geom_col (show.legend = FALSE) + labs (x = NULL, y = "mpg") + facet_wrap(~am, ncol = 2, scales = "free") + coord_flip()

这里有两个致命的逻辑错误：

1. top_n未指定筛选权重列：默认情况下top_n()会选取数据框最后一列的最大值，mtcars的最后一列是carb，不是你想要的mpg。所以你得到的不是每个am组里mpg最高的行，而是carb数值最大的行，这直接导致筛选结果不符合预期。
2. 全局设置因子水平，未适配分组排序：你在全局范围内设置了gear的因子水平，但每个am组内的mpg排序逻辑是独立的，全局水平无法满足分组内的排序需求。

修正后的代码 #

我们参考starwars示例的核心逻辑，调整代码顺序和参数，适配分组独立排序的需求：

require(tidyverse)

mtcars %>%
  # 按am分组，明确指定按mpg筛选每个组的top1
  group_by(am) %>%
  top_n(1, wt = mpg) %>%
  ungroup() %>%
  # 再次按am分组，对每个组内的gear按mpg降序设置因子水平
  group_by(am) %>%
  mutate(gear = fct_reorder(gear, desc(mpg))) %>%
  ungroup() %>%
  ggplot(aes(gear, mpg, fill = factor(am))) +
  geom_col(show.legend = FALSE) +
  labs(x = NULL, y = "mpg") +
  facet_wrap(~am, ncol = 2, scales = "free") +
  coord_flip()

如果你更倾向于贴合starwars的写法（先排序再设置因子），可以这样写：

require(tidyverse)

mtcars %>%
  group_by(am) %>%
  # 每个组内按mpg降序排列，确保分组内顺序正确
  arrange(desc(mpg), .by_group = TRUE) %>%
  # 取每个组的前1行
  slice_head(n = 1) %>%
  ungroup() %>%
  # 按am分组，将gear设置为组内排序后的因子水平
  group_by(am) %>%
  mutate(gear = factor(gear, levels = unique(gear))) %>%
  ungroup() %>%
  ggplot(aes(gear, mpg, fill = factor(am))) +
  geom_col(show.legend = FALSE) +
  labs(x = NULL, y = "mpg") +
  facet_wrap(~am, ncol = 2, scales = "free") +
  coord_flip()

为什么starwars的代码能正常工作？ #

来看starwars示例的核心逻辑：

starwars %>% arrange(desc(tf_idf)) %>% mutate(word = factor(word, levels = rev(unique(word)))) %>% group_by(film) %>% top_n(10) %>% ungroup %>% ggplot(...)

它的适配场景是全局排序逻辑统一：

1. 先全局按tf_idf降序排列，把word设置为全局排序后的因子水平
2. 按film分组取top10，因为scales="free"，每个分面只显示本组的top10，而这些word的因子水平已经是全局降序，所以分面内自然呈现降序

但这种写法只适用于不同分组的排序逻辑一致的场景，如果你需要每个分组内独立排序（比如mtcars中每个am组的gear按本组mpg排序），就必须在分组内设置因子水平，而不是全局设置。

关键总结 #

• 使用top_n()时务必指定wt参数，明确你要筛选的依据列，避免默认逻辑出错
• 分面内的独立排序需要在分组内设置因子水平，可以用fct_reorder()（tidyverse自带的forcats包函数）或者分组后手动设置因子水平
• 全局统一排序后取分组top的写法（如starwars示例）仅适用于排序逻辑全局一致的场景，分组独立排序必须调整逻辑

内容的提问来源于stack exchange，提问作者JMacKay