排序ggplot2 geom_posterior图

Question

我有一个包含 3 个分布的数据集，每个分布有 100 个观察值，我想使用 ggplot 后验图来绘制这些分布。

数据：

Name Value
A1    1
A1    1.2
A1    0.5
A2    5
A2    3
A2    -1
A3    5
A3    2
A3    1

问题：

我无法按平均值对值进行排序，图中的预期结果应该是“A2，A3，A1”。

尝试的解决方案：

ggplot(value1, aes(reorder(mean(value)), x = value, y = name))+
  geom_posterior() +
  xlab("value")  + theme_bw()

带数据的完整代码：

library("tidyverse")
library("ggdistribute") #plot geom_posterior

value1 <- rnorm(n=100, mean=1, sd=1) %>% as.data.frame()
value2 <- rnorm(n=100, mean=3, sd=1) %>% as.data.frame()
value3 <- rnorm(n=100, mean=1, sd=2) %>% as.data.frame()

value1$name <- "A1"
value2$name <- "A2"
value3$name <- "A3"

value1 <- rbind(value1,value2,value3) 
colnames(value1) <- c("value","name")

ggplot(value1, aes(reorder(mean(value)), x = value, y = name))+
  geom_posterior() +
  xlab("value")  + theme_bw()

目前的结果：

Answer 1

您可以按平均重新排序：

reorder(name, value, mean)

指定将对其级别进行重新排序的向量、其值的子集确定顺序的向量以及应用于子集的函数（在本例中为mean）。

library(tidyverse)
library(ggdistribute)

set.seed(123)

value1 <- rnorm(n=100, mean=1, sd=1) %>% as.data.frame()
value2 <- rnorm(n=100, mean=3, sd=1) %>% as.data.frame()
value3 <- rnorm(n=100, mean=1, sd=2) %>% as.data.frame()

value1$name <- "A1"
value2$name <- "A2"
value3$name <- "A3"

value1 <- rbind(value1,value2,value3) 
colnames(value1) <- c("value","name")

ggplot(value1, aes(x = value, y = reorder(name, value, mean)))+
  geom_posterior() +
  xlab("value")  + theme_bw()

情节

Answer 2

这可能是一种解决方法 - 如果您将名称更改为有序因子并按照您希望图表显示的顺序提供级别，则 ggplot 使用因子级别进行排序：

my_levels <- value1 %>%
    group_by(name) %>%
    summarize(mean = mean(value)) %>% 
    arrange(mean) %>%
    select(name)

value1$name <-factor(value1$name, levels = my_levels$name, ordered = TRUE)

ggplot(value1, aes(reorder(mean(value)), x = value, y = name))+
  geom_posterior() +
  xlab("value")  + theme_bw()