如何使用stat ='identity'來保持ggplot中堆棧的順序？

Question

使用stack='identity'繪製堆積條形圖時，我注意到堆棧的順序在每個條形圖中以不同的方式顯示。這是使用stat='bin'的情節，就是ggplot計算每個類別的飛行元素數作圖之前（data.table是有更高版本）：

library(ggplot2) 
library(data.table) 

diamonds <- data.table(diamonds) 

ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position="fill") 

在每個酒吧，訂單'cut'的順序依次是因素的順序。不過，如果我繪製之前總結，並使用stat=identity，這個訂單丟失：

diamonds_sum <- diamonds[, list(.N), by=list(cut, clarity)] 
ggplot(diamonds_sum, aes(clarity, y=N, fill = cut)) + geom_bar(stat="identity", position="fill") 

出現這種情況，儘管兩個表中級別的順序是一樣的：

levels(diamonds_sum$cut) == levels(diamonds$cut) 
[1] TRUE TRUE TRUE TRUE TRUE 

所以這個問題是雙重的：（i）爲什麼堆棧的順序不一樣？和（ii）如何解決這個問題？

這個簡單的解決方案當然是一直使用stat='bin'，但是我的真實數據集有幾百萬條記錄，總結和繪圖速度更快。

Answer 1

的原因是訂單彙總後得到的新data.table混合起來，ggplot2取行作爲輸入的順序。從下面的兩種方法進行比較，例如輸出（只顯示前10行，因爲它們說明了差異不夠好）：

> diamonds[, .N, by=.(cut, clarity)] 
      cut clarity N 
1:  Ideal  SI2 2598 
2: Premium  SI1 3575 
3:  Good  VS1 648 
4: Premium  VS2 3357 
5:  Good  SI2 1081 
6: Very Good VVS2 1235 
7: Very Good VVS1 789 
8: Very Good  SI1 3240 
9:  Fair  VS2 261 
10: Very Good  VS1 1775 

> diamonds[, .N, by=.(cut, clarity)][order(clarity,cut)] 
      cut clarity N 
1:  Fair  I1 210 
2:  Good  I1 96 
3: Very Good  I1 84 
4: Premium  I1 205 
5:  Ideal  I1 146 
6:  Fair  SI2 466 
7:  Good  SI2 1081 
8: Very Good  SI2 2100 
9: Premium  SI2 2949 
10:  Ideal  SI2 2598 

正如你所看到的，你原來的代碼將導致混亂的行，而第二種方法導致排序行。所以，當你這樣做：

diamonds_sum <- diamonds[, .N, by=.(cut, clarity)][order(clarity,cut)] 

，然後繪製有：

ggplot(diamonds_sum, aes(clarity, y=N, fill = cut)) + 
    geom_bar(stat="identity", position="fill") 

你得到期望的結果：

---

而且dplyr會給你同樣的行爲。您將需要arrange以獲得正確的訂單。比較以下兩個輸出：

diamonds %>% group_by(cut, clarity) %>% tally() 
diamonds %>% group_by(cut, clarity) %>% tally() %>% arrange(clarity,cut) 

---

與基礎R總結並不會導致您所描述的問題。當你這樣做：

diamonds_sum <- aggregate(diamonds[,"cut",with=FALSE], list(diamonds$cut,diamonds$clarity), length) 

，然後用情節：

ggplot(diamonds_sum, aes(Group.2, y=cut, fill = Group.1)) + 
    geom_bar(stat="identity", position="fill") 

你得到正確的結果：