R语言作图：如何在数据可视化过程中调整因子规律
发布时间：2021-06-04 18:22:33 所属栏目：大数据 来源：互联网
导读：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
|
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()
 （编辑：保山站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
