Balken im ggplot2-Balkendiagramm bestellen

@GavinSimpson: reorder ist eine leistungsstarke und effektive Lösung dafür:

ggplot(theTable,
       aes(x=reorder(Position,Position,
                     function(x)-length(x)))) +
       geom_bar()

Verwenden Sie scale_x_discrete (limits = ...), um die Reihenfolge der Balken festzulegen.

positions <- c("Goalkeeper", "Defense", "Striker")
p <- ggplot(theTable, aes(x = Position)) + scale_x_discrete(limits = positions)

Ich denke, die bereits zur Verfügung gestellten Lösungen sind zu ausführlich. Eine prägnantere Methode, um einen frequenzsortierten Barplot mit ggplot zu erstellen, ist

ggplot(theTable, aes(x=reorder(Position, -table(Position)[Position]))) + geom_bar()

Es ist dem, was Alex Brown vorschlug, ähnlich, aber etwas kürzer und funktioniert ohne jegliche Funktionsdefinition.

Update

Ich denke, meine alte Lösung war zu der Zeit gut, aber heutzutage benutze ich lieber forcats::fct_infreq, was die Faktorstufen nach Häufigkeit sortiert:

require(forcats)

ggplot(theTable, aes(fct_infreq(Position))) + geom_bar()

Wie reorder() in Alex Browns Antwort könnten wir auch forcats::fct_reorder() verwenden. Grundsätzlich werden die im ersten Argument angegebenen Faktoren nach den Werten im 2. Argument nach Anwendung einer angegebenen Funktion sortiert (Standard = Median, was wir hier verwenden, da nur ein Wert pro Faktorebene verwendet wird).

Es ist eine Schande, dass in der Frage des OPs die erforderliche Reihenfolge auch alphabetisch ist, da dies die Standard-Sortierreihenfolge ist, wenn Sie Faktoren erstellen. Dadurch wird verborgen, was diese Funktion tatsächlich tut. Um es klarer zu machen, werde ich "Torwart" durch "Zoalkeeper" ersetzen.

library(tidyverse)
library(forcats)

theTable <- data.frame(
                Name = c('James', 'Frank', 'Jean', 'Steve', 'John', 'Tim'),
                Position = c('Zoalkeeper', 'Zoalkeeper', 'Defense',
                             'Defense', 'Defense', 'Striker'))

theTable %>%
    count(Position) %>%
    mutate(Position = fct_reorder(Position, n, .desc = TRUE)) %>%
    ggplot(aes(x = Position, y = n)) + geom_bar(stat = 'identity')

Eine einfache Umstellung der Faktoren auf Dplyr-Basis kann dieses Problem lösen:

library(dplyr)

#reorder the table and reset the factor to that ordering
theTable %>%
  group_by(Position) %>%                              # calculate the counts
  summarize(counts = n()) %>%
  arrange(-counts) %>%                                # sort by counts
  mutate(Position = factor(Position, Position)) %>%   # reset factor
  ggplot(aes(x=Position, y=counts)) +                 # plot 
    geom_bar(stat="identity")                         # plot histogram

Sie müssen lediglich die Position-Spalte als geordneten Faktor angeben wobei die Ebenen nach ihren Zählungen geordnet sind:

theTable <- transform( theTable,
       Position = ordered(Position, levels = names( sort(-table(Position)))))

(Beachten Sie, dass die table(Position) eine Frequenzzählung der Position-Spalte erzeugt.)

Dann zeigt Ihre ggplot-Funktion die Balken in absteigender Reihenfolge der Anzahl . Ich weiß nicht, ob es in geom_bar eine Option gibt, dies zu tun, ohne explizit einen geordneten Faktor erstellen zu müssen.

Neben forcats :: fct_infreq, das von @ HolgerBrandl erwähnt wird, gibt es forcats :: fct_rev, das die Reihenfolge der Faktoren umkehrt.

theTable <- data.frame(
    Position= 
        c("Zoalkeeper", "Zoalkeeper", "Defense",
          "Defense", "Defense", "Striker"),
    Name=c("James", "Frank","Jean",
           "Steve","John", "Tim"))

p1 <- ggplot(theTable, aes(x = Position)) + geom_bar()
p2 <- ggplot(theTable, aes(x = fct_infreq(Position))) + geom_bar()
p3 <- ggplot(theTable, aes(x = fct_rev(fct_infreq(Position)))) + geom_bar()

gridExtra::grid.arrange(p1, p2, p3, nrow=3)             

Ich stimme mit zach überein, dass das Zählen innerhalb von Dplyr die beste Lösung ist. Ich habe festgestellt, dass dies die kürzeste Version ist:

dplyr::count(theTable, Position) %>%
          arrange(-n) %>%
          mutate(Position = factor(Position, Position)) %>%
          ggplot(aes(x=Position, y=n)) + geom_bar(stat="identity")

Dies ist auch wesentlich schneller als das vorherige Umordnen der Faktorstufen, da die Zählung in dplyr erfolgt und nicht in ggplot oder mit table.

Wenn die Diagrammspalten wie im untenstehenden Datenrahmen aus einer numerischen Variablen stammen, können Sie eine einfachere Lösung verwenden:

ggplot(df, aes(x = reorder(Colors, -Qty, sum), y = Qty)) 
+ geom_bar(stat = "identity")  

Das Minuszeichen vor der Sortiervariablen (-Qty) steuert die Sortierrichtung (aufsteigend/absteigend)

Hier einige Daten zum Testen:

df <- data.frame(Colors = c("Green","Yellow","Blue","Red","Yellow","Blue"),  
                 Qty = c(7,4,5,1,3,6)
                )

**Sample data:**
  Colors Qty
1  Green   7
2 Yellow   4
3   Blue   5
4    Red   1
5 Yellow   3
6   Blue   6

Als ich diesen Thread fand, war das die Antwort, nach der ich gesucht hatte. Hoffe, es ist nützlich für andere.

Da wir nur die Verteilung einer Einzelvariablen ("Position") betrachten, anstatt die Beziehung zwischen zwei Variablen zu betrachten, wäre ein Histogramm vielleicht der passendere Graph. ggplot hat geom_histogram () das macht es einfach:

ggplot(theTable, aes(x = Position)) + geom_histogram(stat="count")

Geom_histogram () verwenden:

Ich denke, dass geom_histogram ( ) etwas skurril ist, da es kontinuierliche und diskrete Daten unterschiedlich behandelt. 

Für stetige Daten können Sie einfach geom_histogram () ohne Parameter ..__ verwenden. Wenn Sie zum Beispiel einen numerischen Vektor "Score" hinzufügen, ...

    Name   Position   Score  
1   James  Goalkeeper 10
2   Frank  Goalkeeper 20
3   Jean   Defense    10
4   Steve  Defense    10
5   John   Defense    20
6   Tim    Striker    50

und benutze geom_histogram () für die Variable "Score" ...

ggplot(theTable, aes(x = Score)) + geom_histogram()

Für diskrete Daten wie "Position" müssen wir eine berechnete Statistik angeben, die von der Ästhetik berechnet wird, um den y-Wert für die Höhe der Balken mit stat = "count" anzugeben:

 ggplot(theTable, aes(x = Position)) + geom_histogram(stat = "count")

Anmerkung: Neugierig und verwirrend können Sie stat = "count" auch für fortlaufende Daten verwenden, und ich denke, es liefert einen ästhetisch ansprechenden Graphen.

ggplot(theTable, aes(x = Score)) + geom_histogram(stat = "count")

Edits: Erweiterte Antwort auf die hilfreichen Vorschläge von DebanjanB .

Eine andere Alternative mit reorder, um die Stufen eines Faktors zu ordnen. In aufsteigender (n) oder absteigender Reihenfolge (-n) basierend auf der Anzahl. Sehr ähnlich dem, der fct_reorder aus dem forcats-Paket verwendet:

Absteigende Reihenfolge

df %>%
  count(Position) %>%
  ggplot(aes(x = reorder(Position, -n), y = n)) +
  geom_bar(stat = 'identity') +
  xlab("Position")

In aufsteigender Reihenfolge

df %>%
  count(Position) %>%
  ggplot(aes(x = reorder(Position, n), y = n)) +
  geom_bar(stat = 'identity') +
  xlab("Position")

Datenrahmen:

df <- structure(list(Position = structure(c(3L, 3L, 1L, 1L, 1L, 2L), .Label = c("Defense", 
"Striker", "Zoalkeeper"), class = "factor"), Name = structure(c(2L, 
1L, 3L, 5L, 4L, 6L), .Label = c("Frank", "James", "Jean", "John", 
"Steve", "Tim"), class = "factor")), class = "data.frame", row.names = c(NA, 
-6L))