Press "Enter" to skip to content

R语言作图:如何在数据可视化过程中调整因子顺序

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

今天的内容依然是来自《R for datascience》,目前已经看到了15.4了,每次遇到比较有意思的我自己不会的操作就会在这儿写下来,所以,如果你对我写的东西感兴趣的话,建议你去看原版书籍,顺便关注我一波。嘿嘿。

 

实例操练

 

这个例子使用的数据集为tidyverse包自带的数据集,大家可以使用?gss_cat查看相关变量,这儿不再赘述。

 

在数据可视化过程中改变因子顺序是一个经常性的操作,比如我们想看看不同religions的average number of hours spent watching TV per day有什幺不同,我们可以用以下代码:

 

relig_summary <- gss_cat %>% 
  group_by(relig) %>% 
  summarise( 
    age = mean(age, na.rm = TRUE), 
    tvhours = mean(tvhours, na.rm = TRUE), 
    n = n() 
  ) 
 
ggplot(relig_summary, aes(tvhours, relig)) + geom_point()

 

运行代码得到输出的点图如下:

 

 

上面的这个点图其实很不好看,我们可能会觉得能不能把religions的顺序变一变,让有最小tvhours的religion在y轴的最下面,有最大tvhours的在最上面。

 

怎幺做呢,需要用到fct_reorder()方法,这个方法取2个参数:

第一个就是你想改变顺序的因子,本例中:religions
第二个,改变顺序的参照物,本例中:tvhours

代码如下:

 

ggplot(relig_summary, aes(tvhours, fct_reorder(relig, tvhours))) + 
  geom_point()

 

 

可以看到,改变了religions的顺序后这个图就更加清晰明白了。

 

再看一个例子:

 

rincome_summary <- gss_cat %>% 
  group_by(rincome) %>% 
  summarise( 
    age = mean(age, na.rm = TRUE), 
    tvhours = mean(tvhours, na.rm = TRUE), 
    n = n() 
  ) 
 
ggplot(rincome_summary, aes(age, fct_reorder(rincome, age))) + geom_point()

 

上面的代码,可以画出按年龄排序后不同rincome和age的关系:

 

 

但是,问题出在按年龄排序后我们的收入(y轴)显得很乱,所以这个方法并不好,考虑到收入本来就是有顺序的,所以好的处理方法为保留收入的原始顺序,于是我们写出了如下代码:

 

rincome_summary <- gss_cat %>% 
  group_by(rincome) %>% 
  summarise( 
    age = mean(age, na.rm = TRUE), 
    tvhours = mean(tvhours, na.rm = TRUE), 
    n = n() 
  ) 
 
ggplot(rincome_summary, aes(age, rincome)) + geom_point()

 

 

这次再看我们的图,虽然其他的收入levels都排的挺好,但是我们不希望“Not applicable”排在第一。这个时候我们可以用fct_relevel(),它也有2个参数:

需要排序的因子,本例中:rincome
需要放在最前面的levels,本例中:Not applicable

代码如下:

 

ggplot(rincome_summary, aes(age, fct_relevel(rincome, "Not applicable"))) + 
  geom_point()

 

 

这一下,我们的图形就比较满意了。

 

再看一个例子:线图的颜色控制:

 

by_age <- gss_cat %>% 
  filter(!is.na(age)) %>% 
  count(age, marital) %>% 
  group_by(age) %>% 
  mutate(prop = n / sum(n)) 
 
ggplot(by_age, aes(age, prop, colour = marital)) + 
  geom_line(na.rm = TRUE) 
 
ggplot(by_age, aes(age, prop, colour = fct_reorder2(marital, age, prop))) + 
  geom_line() + 
  labs(colour = "marital")

 

上面的代码画的是不同的年龄中婚姻状况的比例变化:

 

 

我们通过fct_reorder2实现了图例和x变量最大时y的值的顺序一致,可以更加明晰。

 

最后再看一个柱状图调整因子顺序的例子

 

下面的代码可以,正序逆序改变x轴标签:

 

gss_cat %>% 
  mutate(marital = marital %>% fct_infreq() ) %>% 
  ggplot(aes(marital)) + 
    geom_bar() 
 
gss_cat %>% 
  mutate(marital = marital %>% fct_infreq() %>% fct_rev()) %>% 
  ggplot(aes(marital)) + 
    geom_bar()

 

 

 

大家可以在自己电脑上运行试试,关键就在于fct_rev()。

 

小结

 

今天通过3个例子给大家介绍了可视化中因子顺序的改变,感谢大家耐心看完。发表这些东西的主要目的就是督促自己,希望大家关注评论指出不足,一起进步。内容我都会写的很细,用到的数据集也会在原文中给出链接,你只要按照文章中的代码自己也可以做出一样的结果,一个目的就是零基础也能懂,因为自己就是什幺基础没有从零学Python和R的,加油。

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注