13518219792
这篇文章将为大家详细讲解有关R语言中如何在数据可视化过程中调整因子顺序，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
公司主营业务：成都网站制作、做网站、外贸营销网站建设、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联推出彰武免费做网站回馈大家。
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有什么不同，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。
怎么做呢，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()。
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。
关于R语言中如何在数据可视化过程中调整因子顺序就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
