如何在 R 中的箱形图或 QQ 图中对 X 轴进行排序？

Question

这是一个可重复的样本：

library(ggpubr)
library(rstatix)
library(tibble)

da.ma <-matrix(1:22000, 10, 22) ## a sample matrix

n <-seq(max(length(da.ma[1,]))) ## naming cols and rows
for (i in n) {
    c.names <- paste("k", n, sep = "")
}
colnames(da.ma) <- c.names 

n.pdf <-seq(length(da.ma[,1]))
for (i in n.pdf) {
    r.names <- paste("text",n.pdf, sep ="")
}
rownames(da.ma) <- r.names
col.names <-names(da.ma[1, ])

da.ma <-cbind(id = seq(length(da.ma[, 1])), da.ma) ##adding the id col
data <- as_tibble(da.ma)

in.anova <- data %>%
  gather(key = "Length", value = "TTR", colnames(data[, 2:23])) %>%
  convert_as_factor(id, Length)

到这里，您创建了数据，但是当您绘制绘图时，X 轴的顺序不正确：

ggboxplot(in.anova, x = "Length", y = "TTR", add = "point")

我需要它从k1 开始并上升到k24。但是，它从k1 开始，然后是k10、k11、k12 等。X 轴上的正确顺序是：k1、k2、k3、@987654334 @、...、k23 和 k24。

Answer 1

in.anova$Length <- factor(in.anova$Length, levels = paste0("k", 1:22))  
ggboxplot(in.anova, x = "Length", y = "TTR", add = "point")

返回：

Answer 2

您可以使用具有预定义顺序的factor() 函数作为长度列的级别。

library(rstatix)
library(ggpubr)
da.ma <-matrix(1:22000, 10, 22) ## a sample matrix

n <-seq(max(length(da.ma[1,]))) ## naming cols and rows
for (i in n) {
    c.names <- paste("k", n, sep = "")
}
colnames(da.ma) <- c.names 

n.pdf <-seq(length(da.ma[,1]))
for (i in n.pdf) {
    r.names <- paste("text",n.pdf, sep ="")
}
rownames(da.ma) <- r.names
col.names <-names(da.ma[1,])

da.ma <-cbind(id =seq(length(da.ma[,1])), da.ma) ##adding the id col
library(tibble)
data <- as_tibble(da.ma)

in.anova <- data %>%
  gather(key = "Length", value = "TTR", colnames(data[,2:23])) %>%
  convert_as_factor(id, Length)
 

#get unique length values             
levels = unique(in.anova$Length)

#order last two digits
levels = levels[order(as.numeric(substr(levels,2,4)))]

#change length column type as factor with predefined order previously
in.anova$Length = factor(in.anova$Length,levels=levels )

ggboxplot(in.anova, x = "Length", y = "TTR", add = "point")

Answer 3

您的 X 轴按顺序，但按字母顺序。如果您在控制台中运行'k2' > 'k11'，您会明白我的意思。

接下来，您的可重现示例。

样本矩阵

• 我会避免使用点表示法，因为这样的名称看起来像一个基本函数，而且会造成混淆；
• 我建议在变量名和赋值运算符之间使用 空格 - 这样更易读；
• 作为data 参数，您提供一个长度为22000 (1:22000) 的向量。同时你告诉matrix() 你想要一个10 行22 列的矩阵。由于 10 x 22 = 220 仅使用 22000 个值中的前 220 个，其余的将被忽略；
• 您可以使用set.seed() 和例如sample() 生成随机数据的函数；

最后，您的示例矩阵生成将如下所示：

set.seed(67600941)

mtrx <- matrix(sample(220), 10)

行名、列名

• 在大多数情况下，您不需要在 R 中循环。R 中的大多数函数都是矢量化的；
• 您不需要将名称保存到单独的变量中，您可以直接分配它们；
• 对于有序的列，我会使用前导零，这很容易通过sprintf() 函数实现；
• 您不再使用行名，但我会保持原样；

最终代码：

rownames(mtrx) <- sprintf('text%02d', seq(nrow(mtrx)))
colnames(mtrx) <- sprintf('k%02d',    seq(ncol(mtrx)))

mtrx[1:5, 1:5]

#        k01 k02 k03 k04 k05
# text01 206 127   9   1 138
# text02 191  46 220  59  73
# text03 145  15 148 213 103
# text04  80 115 211  62  79
# text05  28  11 195 136  84

数据预处理和绘图

• 您可以在预处理期间使用tibble 中的rowid_to_column() 创建您的id 列；
• 我会使用 pivot_longer() 而不是 gather()，因为 gather() 已被贬低；
• 您无需关心级别，因为前导零会将您的 Length 按字母顺序排列；
• 我没有将转换后的数据保存到中间变量中，只是为了节省空间。

library(tidyverse)

mtrx %>%
    as_tibble() %>%
    rowid_to_column('id') %>%
    pivot_longer(-id, names_to = 'Length', values_to = 'TTR') %>%
    mutate(Length = factor(Length)) %>%
    ggplot(aes(x = Length, y = TTR)) +
      geom_jitter() +
      geom_boxplot(fill = NA) +
      ggthemes::theme_few()