如何使用 fct_reorder 对数据框中的因子重新排序？

Question

考虑以下示例

> library(forcats)
> library(dplyr)
> 
> 
> dataframe <- data_frame(var = c(1,1,1,2,3,4),
+                         var2 = c(10,9,8,7,6,5))
> dataframe
# A tibble: 6 x 2
    var  var2
  <dbl> <dbl>
1  1.00 10.0 
2  1.00  9.00
3  1.00  8.00
4  2.00  7.00
5  3.00  6.00
6  4.00  5.00

我创建一个因子变量

> dataframe <- dataframe %>% mutate(myfactor = factor(var))
> 
> dataframe$myfactor
[1] 1 1 1 2 3 4
Levels: 1 2 3 4

我不明白根据在因子级别完成的其他一些计算来重新排序这个因子的正确语法（和逻辑）是什么。

例如，我想根据

的递减值重新排序我的因子

> data_rank <- dataframe %>% group_by(myfactor) %>% summarise(rank_var = mean(var2))

> data_rank
# A tibble: 4 x 2
  myfactor rank_var
  <fct>       <dbl>
1 1            9.00
2 2            7.00
3 3            6.00
4 4            5.00

所以 4 将是第一，3 将是第二，等等。

fct_reorder 的语法是什么，背后的逻辑是什么？

谢谢！

Answer 1

假设你的dataframe 是：

dataframe <- data_frame(var = c(1,1,1,2,3,4),var2 = c(10,2,0,15,6,5))
dataframe <- dataframe %>% mutate(myfactor = factor(var))
dataframe$myfactor

[1] 1 1 1 2 3 4
Levels: 1 2 3 4

现在，如果您想重新排序您的 factor，其中 order 由某个 function fun 在某个 vector 上的输出给出 x 那么你可以通过以下方式使用fct_reorder：

dataframe$myfactor= fct_reorder(f = dataframe$myfactor,x = dataframe$var2,fun = mean)
dataframe$myfactor
[1] 1 1 1 2 3 4
Levels: 1 4 3 2

dataframe$var2 中的dataframe$var2 中的每个factor 将默认按升序计算和排序以对因子进行排序。

Answer 2

为了理解 fct_reoder，我创建了一个类似但修改过的数据框。

> dataframe <- data_frame(var = as.factor(c(1,2,3,2,3,1,4,1,2,3,4)),var2 = c(1,5,4,2,6,2,9,8,7,6,3))

> str(dataframe)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   11 obs. of  2 variables:
 $ var : Factor w/ 4 levels "1","2","3","4": 1 2 3 2 3 1 4 1 2 3 ...
 $ var2: num  1 5 4 2 6 2 9 8 7 6 ...

在这里我们可以看到有 2 列，列 1(var) 作为因子变量，级别为 c(1,2,3,4)。

现在，如果想根据它们各自值的总和（var2）对因子进行重新排序，可以使用下面的 fct_reorder 函数。

为了获得使用和不使用 fct_reorder 的黑白差异。

首先，我们会在不使用 fct_reorder 的情况下，根据它们的因子（var）对 var2 进行总结：

> dataframe %>% group_by(var) %>% summarise(var2=sum(var2))
# A tibble: 4 x 2
  var    var2
  <fct> <dbl>
1 1        11
2 2        14
3 3        16
4 4        12

在这里我们可以看到结果不是根据 var2 的总和排序的。

现在，我们将使用 fct_order 来显示差异。

> dataframe %>% mutate(var=fct_reorder(var,var2,sum)) %>%
+ group_by(var) %>% summarise(var2=sum(var2))
# A tibble: 4 x 2
  var    var2
  <fct> <dbl>
1 1        11
2 4        12
3 2        14
4 3        16

这表明求和现在是有序的。

同样，fct_reorder 可用于按顺序绘制图形（箱线图或直方图等）