R中离散坐标轴的排序、子集选择与合并

一、离散坐标轴的排序

ggplot2中，x轴的排序有一定规则：

如果是factor类型，则使用factor的level属性作为排序依据如果是character类型，则按照字母顺序

1、将数据类型变成factor

我们想要自定义顺序，要设置为factor类型，使用levels来定义顺序；

例如：

data_percentage$time = factor(data_percentage$time,levels = c("D5","D10","D15"))
data_percentage[,-7:-8] %>% gather(type,percentage,type2_div_type1:type4_div_type1) %>% ggplot(aes(x=time,y=percentage)) +
  stat_summary(aes(color = type,shape= group),fun=mean,size=3, geom='point') + 
  stat_summary(aes(color = type,group = interaction(type,group)),fun=mean, geom='line') +
  stat_summary(aes(group = interaction(type,group)),fun.data = mean_se, geom='errorbar', color='black',width=.05) + 
  scale_x_discrete(name="Time") + ...

2、按（其他数值变量）统计量值排序

除了手动设置levels，可以根据不同因子水平分成的组中另一数值型变量的统计量值排序

例如使用forcats::fct_reorder()

set.seed(1)
fac <- sample(c("red", "green", "blue"), 30, replace=TRUE)
fac <- factor(fac, levels=c("red", "green", "blue"))
x <- round(100*(10+rt(30,2)))
res1 <- tapply(x, fac, sd); res1
##       red     green      blue 
##  370.9222  138.3185 1129.2587
# 希望按照变量x的统计量sd的次序对因子fac进行排序
fac2 <- fct_reorder(fac, x, sd)
res2 <- tapply(x, fac2, sd)
##     green        red       blue 
##  138.3185   370.9222  1129.2587
#新的因子fac2的因子水平次序已经按照变量x的标准差从小到大排列
barplot(res2)

3、特定几个水平置于最前

如果又想将特定的一个或几个水平次序放到因子水平最前面，使用forcats::fct_relevel()

levels(fac)
## [1] "red"   "green" "blue"
fac3 <- fct_relevel(fac, "blue"); levels(fac3)
## [1] "blue"  "red"   "green"

fct_relevel()第一个参数是要修改次序的因子，后续可以有多个字符型参数表示要提前的水平。

4、不转换成factor，直接进行排序（可以根据其他数值变量）

需要按照频率、数量大小进行排序，实现方式为reorder( , )

如下：

1
2
3

pic + geom_col(aes(x = reorder(motif,-number),y=number,fill=m6A_site))
# 在aes中对x使用reorder(motif,-number)，可以快速设置x轴的顺序
+ ...

三、离散坐标轴的子集选择与合并

1、子集选择

在ggplot2中使用scale_x_discrete(limits= c[,])可以快速取子集

2、因子合并

如果坐标轴映射的变量为因子型，forcats::fct_recode()可以修改每个水平的名称，允许多个旧水平对应到一个新水平，从而合并原来的水平。如：

fac4 <- fct_recode(
  fac,
  "红"="red", "绿"="green", "蓝"="blue")
table(fac4)
## fac4
## 红 绿 蓝
## 13 10  7

如果合并很多，可以用fct_collapse()函数，如

compf <- fct_collapse(
  comp,
  "其它"=c("", "无名", "无应答"),
  "联想"=c("联想", "联想集团"),
  "百度"=c("百度", "百度集团")
  )

forcats::fct_lump(f)：

如果某个因子频数少的水平很多，在统计时有过多水平不易展示主要的类别，可以用forcats::fct_lump(f)合并，缺省地从最少的类合并一直到“其它”类超过其它最小的类之前，可以用n=参数指定要保留多少个类。

参考

R因子类型

对坐标轴映射的离散数据的排序、选择与合并