R 按数字对系数变量重新排序时出现问题

数据：这是按鲨鱼种类分类的鲨鱼事件。这实际上是一个真实的数据集，已经总结过了

require(ggplot2)

通过一个数字对因子变量重新排序，生成一个新变量

head(D)
#   FL_FATAL       spec   N   Especies
# 1 NO FATAL      white 368      white
# 2 NO FATAL      tiger 169      tiger
# 3 NO FATAL       bull 120       bull
# 4    FATAL      white 107      white
# 5 NO FATAL unconfired  78 unconfired
# 6 NO FATAL      nurse  77      nurse

---

使用

reorder（）。你们大多数物种都有一个
N
值（仅限无致命值），但也有少数物种同时有致命值和无致命值。每当有两个以上的数值行对应一个系数时，
reorder
使用这些数值的函数进行最终排序。默认函数是
mean
，但您可能希望
sum
按事件总数排序

# Using reorder isn't working or am i missing something?
ggplot(D, aes(x=N, y=reorder(D$spec, D$N))) + 
  geom_point(aes(size = N, color = FL_FATAL))

# adding facets makes it worse
ggplot(D, aes(x=N, y=reorder(D$spec, D$N))) + 
  geom_point(aes(size = N, color = FL_FATAL)) +
  facet_grid(. ~ FL_FATAL)

D$spec\u order我很惊讶你喜欢你的第一种方式——这是一个令人高兴的巧合。你们大多数物种都有一个
N
值（仅限无致命值），但也有少数物种同时有致命值和无致命值。每当有两个以上的数值行对应一个系数时，
reorder
使用这些数值的函数进行最终排序。默认函数是
mean
，但您可能希望
sum
按事件总数排序

# Using reorder isn't working or am i missing something?
ggplot(D, aes(x=N, y=reorder(D$spec, D$N))) + 
  geom_point(aes(size = N, color = FL_FATAL))

# adding facets makes it worse
ggplot(D, aes(x=N, y=reorder(D$spec, D$N))) + 
  geom_point(aes(size = N, color = FL_FATAL)) +
  facet_grid(. ~ FL_FATAL)

D$spec\u order问题在于，通过在重新排序调用中使用
D$
，您对
spec
进行了重新排序，与数据帧无关，因此这些值不再与相应的
x
值匹配。您需要直接在变量上使用它：

D$spec_order <- reorder(D$spec, D$N, sum)
ggplot(D, aes(x=N, y=spec_order)) + 
  geom_point(aes(size = N, color = FL_FATAL))

ggplot(D, aes(x=N, y=spec_order)) + 
  geom_point(aes(size = N, color = FL_FATAL)) +
  facet_grid(. ~ FL_FATAL)

问题是，通过在重新排序调用中使用
D$
，您正在重新排序
spec
，与数据帧无关，因此值不再与相应的
x
值匹配。您需要直接在变量上使用它：

D$spec_order <- reorder(D$spec, D$N, sum)
ggplot(D, aes(x=N, y=spec_order)) + 
  geom_point(aes(size = N, color = FL_FATAL))

ggplot(D, aes(x=N, y=spec_order)) + 
  geom_point(aes(size = N, color = FL_FATAL)) +
  facet_grid(. ~ FL_FATAL)

我懂了。你的第一个情节是一个更好的选择比那些工作。然而，我不确定分面的情节是否正确<代码>D[D$spec==“white”，]
白鲨物种应该有475起事故。顺便说一句，数据是正确的，它已经被聚合，选择了N>10的实例。@MartínBel我并不怀疑你数据的正确性——只是因为致命事件要低得多，所以在只有少数物种有致命计数的情况下，取致命和非致命的平均值真的是丢人现眼。（虽然我认为你的数据中确实有输入错误，“未确认”而不是“未确认”）。至于正确性，@andyteucher正确地诊断出了这个问题。。。在我的测试中，我添加了一个列，其中包含重新排序代码，而不是在
ggplot
调用中添加，这确实会产生影响（编辑为正确）。Thx@shujaa，谢谢您的评论和回答。这真的很有用。与我以前做的相比，使用reorder做这件事要好得多。当然，未经证实/未经证实不是鲨鱼物种！原始数据集真的很乱，很难清理。我会解决的，我明白了。你的第一个情节是一个更好的选择比那些工作。然而，我不确定分面的情节是否正确<代码>D[D$spec==“white”，]
白鲨物种应该有475起事故。顺便说一句，数据是正确的，它已经被聚合，选择了N>10的实例。@MartínBel我并不怀疑你数据的正确性——只是因为致命事件要低得多，所以在只有少数物种有致命计数的情况下，取致命和非致命的平均值真的是丢人现眼。（虽然我认为你的数据中确实有输入错误，“未确认”而不是“未确认”）。至于正确性，@andyteucher正确地诊断出了这个问题。。。在我的测试中，我添加了一个列，其中包含重新排序代码，而不是在
ggplot
调用中添加，这确实会产生影响（编辑为正确）。Thx@shujaa，谢谢您的评论和回答。这真的很有用。与我以前做的相比，使用reorder做这件事要好得多。当然，未经证实/未经证实不是鲨鱼物种！原始数据集真的很乱，很难清理。我会搞定的，太好了！两个答案都很有用！完美的两个答案都很有用！
ggplot(D, aes(x=N, y=reorder(spec, N, sum))) + 
  geom_point(aes(size = N, color = FL_FATAL)) +
  facet_grid(. ~ FL_FATAL)