Ordre des barres dans le graphique à barres ggplot2

J'essaie de faire un graphique à barres où la plus grande barre serait la plus proche de l'axe y et la barre la plus courte serait la plus éloignée. Donc, c'est un peu comme le tableau que j'ai

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

J'essaie donc de construire un graphique à barres qui montrerait le nombre de joueurs selon la position

p <- ggplot(theTable, aes(x = Position)) + geom_bar(binwidth = 1)

mais le graphique montre d'abord la barre du gardien de but, puis la défense et enfin celle de l'attaquant. Je voudrais que le graphique soit ordonné de sorte que la barre de défense soit la plus proche de l'axe y, celui du gardien de but et enfin celui de l'attaquant. Merci

La clé de la commande est de définir les niveaux du facteur dans l'ordre souhaité. Un facteur ordonné n'est pas requis; les informations supplémentaires dans un facteur ordonné ne sont pas nécessaires et si ces données sont utilisées dans n'importe quel modèle statistique, un mauvais paramétrage pourrait en résulter - les contrastes polynomiaux ne sont pas appropriés pour des données nominales comme celle-ci.

## set the levels in order we want
theTable <- within(theTable, 
                   Position <- factor(Position, 
                                      levels=names(sort(table(Position), 
                                                        decreasing=TRUE))))
## plot
ggplot(theTable,aes(x=Position))+geom_bar(binwidth=1)

Dans le sens le plus général, nous devons simplement définir les niveaux de facteur pour qu'ils soient dans l'ordre souhaité. S'il n'est pas spécifié, les niveaux d'un facteur seront triés par ordre alphabétique. Vous pouvez également spécifier l'ordre de niveau dans l'appel à factoriser comme ci-dessus, et d'autres moyens sont également possibles.

theTable$Position <- factor(theTable$Position, levels = c(...))

@GavinSimpson: reorderest une solution puissante et efficace pour cela:

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

Utilisez scale_x_discrete (limits = ...)pour spécifier l'ordre des barres.

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

Je pense que les solutions déjà fournies sont trop verbeuses. Une façon plus concise de faire un barplot trié en fréquence avec ggplot est

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

C'est similaire à ce qu'Alex Brown a suggéré, mais un peu plus court et fonctionne sans définition de fonction quelconque.

Mettre à jour

Je pense que mon ancienne solution était bonne à l'époque, mais de nos jours, je préfère utiliser le forcats::fct_infreqtri des niveaux de facteur par fréquence:

require(forcats)

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

Comme reorder()dans la réponse d'Alex Brown, nous pourrions également utiliser forcats::fct_reorder(). Il triera fondamentalement les facteurs spécifiés dans le 1er argument, selon les valeurs dans le 2ème argument après avoir appliqué une fonction spécifiée (par défaut = médiane, c'est ce que nous utilisons ici car il n'y a qu'une seule valeur par niveau de facteur).

Il est dommage que dans la question de l'OP, l'ordre requis soit également alphabétique car c'est l'ordre de tri par défaut lorsque vous créez des facteurs, donc cela masquera ce que cette fonction fait réellement. Pour que ce soit plus clair, je remplacerai "Gardien de but" par "Zoalkeeper".

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')

Une simple réorganisation basée sur dplyr des facteurs peut résoudre ce problème:

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

Il vous suffit de spécifier que la Positioncolonne doit être un facteur ordonné où les niveaux sont classés par leur nombre:

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

(Notez que le table(Position)produit un compte de fréquence de la Positioncolonne.)

Ensuite, votre ggplotfonction affichera les barres par ordre décroissant de comptage. Je ne sais pas s'il y a une option geom_barpour le faire sans avoir à créer explicitement un facteur ordonné.

En plus de forcats :: fct_infreq, mentionné par @HolgerBrandl, il existe forcats :: fct_rev, qui inverse l'ordre des facteurs.

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)             

Je suis d'accord avec zach que compter au sein de dplyr est la meilleure solution. J'ai trouvé que c'était la version la plus courte:

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

Cela sera également beaucoup plus rapide que de réorganiser les niveaux de facteur à l'avance, car le comptage est effectué dans dplyr et non dans ggplot ou using table.

Si les colonnes du graphique proviennent d'une variable numérique comme dans le cadre de données ci-dessous, vous pouvez utiliser une solution plus simple:

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

Le signe moins avant la variable de tri (-Qté) contrôle le sens du tri (croissant / décroissant)

Voici quelques données à tester:

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

Quand j'ai trouvé ce fil, c'était la réponse que je cherchais. J'espère que c'est utile pour les autres.

Une autre alternative consiste à réorganiser pour ordonner les niveaux d'un facteur. Dans l'ordre croissant (n) ou décroissant (-n) en fonction du nombre. Très similaire à celui utilisé fct_reorderdans le forcatspackage:

Ordre décroissant

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

Ordre croissant

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

Trame de données:

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))

Puisque nous ne regardons que la distribution d'une seule variable ("Position") par opposition à la relation entre deux variables , alors peut-être un histogramme serait le graphique le plus approprié. ggplot a geom_histogram () qui le rend facile:

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

Utilisation de geom_histogram ():

Je pense que geom_histogram ( ) est un peu excentrique car il traite différemment les données continues et discrètes.

Pour les données continues , vous pouvez simplement utiliser geom_histogram () sans paramètres. Par exemple, si nous ajoutons un vecteur numérique "Score" ...

    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

et utilisez geom_histogram () sur la variable "Score" ...

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

Pour les données discrètes comme "Position", nous devons spécifier une statistique calculée calculée par l'esthétique pour donner la valeur y pour la hauteur des barres en utilisant stat = "count":

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

Remarque: Curieusement et confusément, vous pouvez également utiliser stat = "count"pour des données continues et je pense que cela fournit un graphique plus esthétique.

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

Modifications : réponse étendue en réponse aux suggestions utiles de DebanjanB .

J'ai trouvé très ennuyeux de ggplot2ne pas proposer de solution «automatique» pour cela. C'est pourquoi j'ai créé la bar_chart()fonction dans ggcharts.

ggcharts::bar_chart(theTable, Position)

Par défaut, bar_chart()trie les barres et affiche un tracé horizontal. Pour changer cet ensemble horizontal = FALSE. De plus, bar_chart()supprime l '«espace» disgracieux entre les barres et l'axe.