R 按降序排列堆叠的钢筋

我已经成功地在R中制作了一个堆叠条形图，其中几个不同类别的百分比加起来为100%。数据帧如下所示：

 sujeito epentese vozeamento teste posicao palavra tipo  ortografia cseguinte
   <chr>   <chr>    <chr>      <chr> <chr>   <chr>   <chr> <chr>      <chr>    
 1 a       1        1          P     L       alpes   ps    ces        d_v      
 2 a       0        1          P     L       crepes  ps    ces        d_v      
 3 a       0        0          P     L       chopes  ps    ces        d_v      
 4 a       1        0          P     L       jipes   ps    ces        d_d      
 5 a       1        0          P     L       naipes  ps    ces        d_d      
 6 a       0        0          P     L       xaropes ps    ces        d_d      
 7 a       0        0          P     L       artes   ts    ces        d_v      
 8 a       0        0          P     L       botes   ts    ces        d_v      
 9 a       0        0          P     L       dentes  ts    ces        d_v      
10 a       0        0          P     L       potes   ts    ces        d_d      
# ... with 421 more rows

不过，我的意图是将其作为这张图片右侧的图表，并按降序排列列：

---

我尝试了不同的软件包，也操纵了小组，但仍然没有运气。我希望这不是多余的。我在网上看到的教程涉及到操纵Tidyverse，这是我的基本知识。提前谢谢

帮助您翻译链接的问题和手边问题的答案-

``` r
library(tidyverse)
# devtools::install_github("alistaire47/read.so")
dadospb <- read.so::read_so("sujeito epentese vozeamento teste posicao palavra tipo  ortografia cseguinte
   <chr>   <chr>    <chr>      <chr> <chr>   <chr>   <chr> <chr>      <chr>    
 1 a       1        1          P     L       alpes   ps    ces        d_v      
 2 a       0        1          P     L       crepes  ps    ces        d_v      
 3 a       0        0          P     L       chopes  ps    ces        d_v      
 4 a       1        0          P     L       jipes   ps    ces        d_d      
 5 a       1        0          P     L       naipes  ps    ces        d_d      
 6 a       0        0          P     L       xaropes ps    ces        d_d      
 7 a       0        0          P     L       artes   ts    ces        d_v      
 8 a       0        0          P     L       botes   ts    ces        d_v      
 9 a       1       0          P     L       dentes  ts    ces        d_v      
10 a       0        0          P     L       potes   ts    ces        d_d ")

df1 <- 
  dadospb%>%
  group_by(tipo, epentese)%>%
  summarise(quantidade = n())%>%
  mutate(frequencia = quantidade/sum(quantidade))
#> `summarise()` has grouped output by 'tipo'. You can override using the `.groups` argument.

fac_order <- df1 %>%
filter(epentese ==1 ) %>%
  arrange(frequencia) %>%
  pull(tipo)

df1 %>%
  mutate(novotipo = factor(tipo, levels = fac_order)) %>%
  ggplot(aes(x = novotipo, y = frequencia, fill = epentese)) +
  geom_col() 

``r
图书馆（tidyverse）
#devtools:：install_github（“alistaire47/read.so”）
dadospb%
总结（quantidade=n（））%>%
变异（频率=量子化/总和（量子化））
#>`summary（）`已按'tipo'将输出分组。可以使用“.groups”参数重写。
工厂订单%
过滤器（epentese==1）%>%
排列（频率）%>%
拉（提坡）
df1%>%
突变（novotipo=因子（tipo，水平=因子顺序））%>%
ggplot（aes（x=novotipo，y=frequencia，fill=epentese））+
geom_col（）

---

由（v1.0.0）创建于2021-02-13，以帮助您翻译链接的问题和您手头问题的答案-

``` r
library(tidyverse)
# devtools::install_github("alistaire47/read.so")
dadospb <- read.so::read_so("sujeito epentese vozeamento teste posicao palavra tipo  ortografia cseguinte
   <chr>   <chr>    <chr>      <chr> <chr>   <chr>   <chr> <chr>      <chr>    
 1 a       1        1          P     L       alpes   ps    ces        d_v      
 2 a       0        1          P     L       crepes  ps    ces        d_v      
 3 a       0        0          P     L       chopes  ps    ces        d_v      
 4 a       1        0          P     L       jipes   ps    ces        d_d      
 5 a       1        0          P     L       naipes  ps    ces        d_d      
 6 a       0        0          P     L       xaropes ps    ces        d_d      
 7 a       0        0          P     L       artes   ts    ces        d_v      
 8 a       0        0          P     L       botes   ts    ces        d_v      
 9 a       1       0          P     L       dentes  ts    ces        d_v      
10 a       0        0          P     L       potes   ts    ces        d_d ")

df1 <- 
  dadospb%>%
  group_by(tipo, epentese)%>%
  summarise(quantidade = n())%>%
  mutate(frequencia = quantidade/sum(quantidade))
#> `summarise()` has grouped output by 'tipo'. You can override using the `.groups` argument.

fac_order <- df1 %>%
filter(epentese ==1 ) %>%
  arrange(frequencia) %>%
  pull(tipo)

df1 %>%
  mutate(novotipo = factor(tipo, levels = fac_order)) %>%
  ggplot(aes(x = novotipo, y = frequencia, fill = epentese)) +
  geom_col() 

``r
图书馆（tidyverse）
#devtools:：install_github（“alistaire47/read.so”）
dadospb%
总结（quantidade=n（））%>%
变异（频率=量子化/总和（量子化））
#>`summary（）`已按'tipo'将输出分组。可以使用“.groups”参数重写。
工厂订单%
过滤器（epentese==1）%>%
排列（频率）%>%
拉（提坡）
df1%>%
突变（novotipo=因子（tipo，水平=因子顺序））%>%
ggplot（aes（x=novotipo，y=frequencia，fill=epentese））+
geom_col（）

---

由（v1.0.0）创建于2021-02-13，我喜欢在进入ggplot之前使用

forcats

包对类别进行排序。在这种情况下，我们可以使用

fct\u顺序

对数据按epentese顺序排序（因此0首先出现），然后按frecuencia排序。然后它成为一个有序因子，并将以该顺序绘制ggplot。（请参见“我的合成数据”中群集4如何排在群集3之前。）

我使用了mtcars，但重命名为您的数据名称：

library(dplyr); library(forcats)
# Prep to make mtcars look like your data
mtcars %>%
  mutate(vs = as.character(vs)) %>%
  group_by(tipo = carb, epentese = vs) %>%
  summarise(quantidade = sum(wt))%>%
  mutate(frequencia = quantidade/sum(quantidade)) %>%
  ungroup() %>%


  # Arrange in the way you want and then make tipo an ordered factor
  # I want epentese = 1 first, then descending frecuencia
  # When ggplot receives an ordered factor, it will display in order
  arrange(desc(epentese), -frequencia) %>%  
  mutate(tipo = tipo %>% as_factor %>% fct_inorder) %>%
  ...
  [Your ggplot code]
  

---

我喜欢在进入ggplot之前使用

forcats

包对类别进行排序。在这种情况下，我们可以使用

fct\u顺序

对数据按epentese顺序排序（因此0首先出现），然后按frecuencia排序。然后它成为一个有序因子，并将以该顺序绘制ggplot。（请参见“我的合成数据”中群集4如何排在群集3之前。）

我使用了mtcars，但重命名为您的数据名称：

library(dplyr); library(forcats)
# Prep to make mtcars look like your data
mtcars %>%
  mutate(vs = as.character(vs)) %>%
  group_by(tipo = carb, epentese = vs) %>%
  summarise(quantidade = sum(wt))%>%
  mutate(frequencia = quantidade/sum(quantidade)) %>%
  ungroup() %>%


  # Arrange in the way you want and then make tipo an ordered factor
  # I want epentese = 1 first, then descending frecuencia
  # When ggplot receives an ordered factor, it will display in order
  arrange(desc(epentese), -frequencia) %>%  
  mutate(tipo = tipo %>% as_factor %>% fct_inorder) %>%
  ...
  [Your ggplot code]
  

---

这些可能会有帮助&谢谢！虽然我无法理解这些解决方案，但它们比我能处理的要复杂得多，就像一个副本一样，但无法关闭：但在OP的例子中，他已经有了类似于“plotOrder”向量中fill变量的重新排序值。仍然是一个副本。看看阿克塞曼的回答这些可能会有帮助&谢谢！虽然我无法理解这些解决方案，但它们比我能处理的要复杂得多，就像一个副本一样，但无法关闭：但在OP的例子中，他已经有了类似于“plotOrder”向量中fill变量的重新排序值。仍然是一个副本。正如你可能注意到的，我已经非常精简了你的代码。输出自然与您的绘图非常不同，因为您没有提供适当的样本数据。此外，我更改了epentese列的一个值，以便获得组ts的值。您可能需要更改过滤条件或按“-”排列。这只是演示了基本思想。正如您可能注意到的，我已经非常精简了您的代码。输出自然与您的绘图非常不同，因为您没有提供适当的样本数据。此外，我更改了epentese列的一个值，以便获得组ts的值。您可能需要更改过滤条件或按“-”排列。这正好说明了原则性的想法。