Barras de pedidos no gráfico de barras ggplot2

Estou tentando criar um gráfico de barras em que a barra maior esteja mais próxima do eixo y e a barra mais curta esteja mais distante. Então isso é como a tabela que eu tenho

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

Estou tentando criar um gráfico de barras que mostre o número de jogadores de acordo com a posição

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

mas o gráfico mostra a barra do goleiro primeiro, depois a defesa e, finalmente, a atacante. Eu gostaria que o gráfico fosse ordenado para que a barra de defesa fique mais próxima do eixo y, do goleiro e, finalmente, do atacante. obrigado

A chave da encomenda é definir os níveis do fator na ordem desejada. Um fator ordenado não é necessário; as informações extras em um fator ordenado não são necessárias e, se esses dados estiverem sendo usados ​​em qualquer modelo estatístico, pode resultar em uma parametrização errada - contrastes polinomiais não são adequados para dados nominais como esse.

## 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)

No sentido mais geral, simplesmente precisamos definir os níveis dos fatores para que estejam na ordem desejada. Se não especificado, os níveis de um fator serão classificados em ordem alfabética. Você também pode especificar a ordem do nível na chamada para fatorar, como acima, e outras maneiras também são possíveis.

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

@GavinSimpson: reorderé uma solução poderosa e eficaz para isso:

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

Usando scale_x_discrete (limits = ...)para especificar a ordem das barras.

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

Eu acho que as soluções já fornecidas são excessivamente detalhadas. Uma maneira mais concisa de fazer um gráfico de barras classificado por frequência com o ggplot é

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

É semelhante ao sugerido por Alex Brown, mas um pouco mais curto e funciona sem uma definição de função anônima.

Atualizar

Acho que minha solução antiga era boa na época, mas hoje em dia prefiro usar os forcats::fct_infreqníveis de fator de classificação por frequência:

require(forcats)

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

Como reorder()na resposta de Alex Brown, também poderíamos usar forcats::fct_reorder(). Basicamente, classificará os fatores especificados no 1º arg, de acordo com os valores do 2º arg após a aplicação de uma função especificada (padrão = mediana, que é o que usamos aqui como apenas um valor por nível de fator).

É uma pena que, na pergunta do OP, a ordem necessária também seja alfabética, pois é a ordem de classificação padrão quando você cria fatores, para ocultar o que essa função está realmente fazendo. Para deixar mais claro, substituirei "Goleiro" por "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')

Uma simples reordenação de fatores baseada em dplyr pode resolver esse problema:

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

Você só precisa especificar a Positioncoluna como um fator ordenado em que os níveis são ordenados por suas contagens:

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

(Observe que table(Position)produz uma contagem de frequência da Positioncoluna.)

Então sua ggplotfunção mostrará as barras em ordem decrescente de contagem. Não sei se há uma opção geom_barpara fazer isso sem ter que criar explicitamente um fator ordenado.

Além de forcats :: fct_infreq, mencionado por @HolgerBrandl, há forcats :: fct_rev, que reverte a ordem dos fatores.

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)             

Concordo com o zach que contar no dplyr é a melhor solução. Eu descobri que esta é a versão mais curta:

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

Isso também será significativamente mais rápido do que reordenar os níveis dos fatores previamente, pois a contagem é feita no dplyr, não no ggplot ou no uso table.

Se as colunas do gráfico vierem de uma variável numérica como no quadro de dados abaixo, você poderá usar uma solução mais simples:

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

O sinal de menos antes da variável de classificação (-Qty) controla a direção da classificação (ascendente / descendente)

Aqui estão alguns dados para teste:

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

Quando encontrei este tópico, essa era a resposta que estava procurando. Espero que seja útil para os outros.

Outra alternativa usando o reordenamento para ordenar os níveis de um fator. Em ordem crescente (n) ou decrescente (-n) com base na contagem. Muito parecido com o usado fct_reordernoforcats pacote:

Ordem decrescente

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

Ordem ascendente

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

Quadro de dados:

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))

Como estamos apenas olhando para a distribuição de uma única variável ("Posição") em vez de olhar para o relacionamento entre duas variáveis , talvez um histograma seja o gráfico mais apropriado. O ggplot possui geom_histogram () que facilita:

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

Usando geom_histogram ():

Eu acho que geom_histogram ( ) é um pouco peculiar, pois trata dados contínuos e discretos de maneira diferente.

Para dados contínuos , você pode apenas usar geom_histogram () sem parâmetros. Por exemplo, se adicionarmos um vetor numérico "Pontuação" ...

    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

e use geom_histogram () na variável "Score" ...

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

Para dados discretos como "Position", precisamos especificar uma estatística calculada calculada pela estética para fornecer o valor y da altura das barras usando stat = "count":

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

Nota: Curiosa e confusa, você também pode usar stat = "count"para dados contínuos e acho que ele fornece um gráfico mais esteticamente agradável.

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

Edições : resposta estendida em resposta às sugestões úteis de DebanjanB .

Achei muito irritante que ggplot2não ofereça uma solução 'automática' para isso. Por isso criei a bar_chart()função ggcharts.

ggcharts::bar_chart(theTable, Position)

Por padrão, bar_chart()classifica as barras e exibe uma plotagem horizontal. Para mudar esse conjunto horizontal = FALSE. Além disso, bar_chart()remove a 'lacuna' feia entre as barras e o eixo.