R排序问题

对于包含数字和字母的字符串向量,sort()和order()等函数可能出现十位数和个位数排序错误的问题。

这对于绘图X轴的顺序非常重要。
例如:

#假设a是表格中的某列
> a  <- c("1A","2A","9A" ,"10A","11A","1B","2B","9B" ,"10B","11B")
> sort(a,decreasing = F) #升序
     "10A","11A","1A","2A","9A","10B","11B" ,"1B","2B","9B" 
#这里10A和11A在1A前,B也是
#原因读取表格时a是因子,在本身因子水平有个排序
> a
    "1A","2A","9A" ,"10A","11A","1B","2B","9B" ,"10B","11B"
    Levels:  10A  11A  1A  2A  9A  10B  11B  1B  2B  9B
#因此将因子水平排序跟换则能正常排序(使用rev(),因为该函数不受leves的影响,此外好像与正常排序相反)
> a<- factor(a,levels = rev(a))
       "1A","2A","9A" ,"10A","11A","1B","2B","9B" ,"10B","11B"
       Levels:  11B  10B  9B  2B  1B   11A  10A  9A  2A  1A
#levels时降序,因此再运用sort或者order时decreasing = F参数会出现相反的结果
#sort和order一样
> sort(yangben$X, decreasing = T)
      "1A","2A","9A" ,"10A","11A","1B","2B","9B" ,"10B","11B"
> sort(yangben$X, decreasing = F)
     "10B" , "9B" , "2B" , "1B", "11A" ,"10A", "9A" ,"2A" , "1A"

实战

yangben  <- read.table("qitizhenghe.csv",sep = ",", header = T)

#对X进行排序按照时期升序因此需要对levels水平排序,否则10排在1前面。
#只能用rev(),因为它不受levels水平影响
yangben$X <- factor(yangben$X, levels = rev(yangben$X))

d <- yangben 
d <- melt(d, id = 'X')
group <- c(rep(c(paste0("Ap",1:13)),time=7),rep(c(paste0("Ac",1:13)),time=7),rep(c(paste0("Ab",1:13)),time=7))
e<- as.data.frame(cbind(d,group))
p <-c(rep("Bal",time=13),rep("O",time=13),rep("HS",time=13),
            rep("H",time=13),rep("CO2",time=13),rep("CO",time=13),rep("CH",time=13))
e$color <- c(rep(p,time=3))
e <- e[order(e$X,decreasing = T),]
#以group列绘制横坐标(顺序按照group的levels)。因此需要按照想要排列顺序对group的levels进行排序
e$group <- factor(e$group, levels = e[!duplicated(e$group),4]) 

plot1 = ggplot(e, aes(group , value, fill = color))+
  #scale_fill_manual(values =  color_class)+
  geom_col(position='stack') +
  labs(x='Samples', y='Relative Abundance (%)')+
  scale_y_continuous(expand=c(0, 0))+
  theme(panel.grid = element_blank(), panel.background = element_rect(color = 'black', fill = 'transparent'))+
  #theme(axis.line.x = element_line(colour = "white"), axis.text.x = element_blank(),
       # axis.ticks.x = element_blank(),
       # legend.position = c(0.85,0.6))
  theme(axis.text.x=element_text(angle=45))
plot1

最终数据形式


image.png

绘图


image.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,658评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,482评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,213评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,395评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,487评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,523评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,525评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,300评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,753评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,048评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,223评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,905评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,541评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,168评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,417评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,094评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,088评论 2 352

推荐阅读更多精彩内容