R 具有重复因子的ggplot组的打印顺序

我正在进行一些文本分析，并尝试使用反向文档频率（数值）按每本书显示最上面的单词。我主要关注TidyText采矿，但使用的是哈利波特

某些书籍之间的顶部单词（使用IDF）是相同的（例如，卢平或Griphook），打印时，订单使用该单词的最大IDF。例如，在《魔法石》和《死亡圣器》中，griphook都是一个关键词。它在死亡圣器中的值为.0007，但仅为.0002，但被定为魔法石的最高值

hp.plot%
排列（描述（tf_idf））%>%
变异（单词=因子（单词，级别=修订（唯一（单词）））
##正确订购书籍
hp.plot$book函数
reorder（）
将按指定变量对系数重新排序（请参见
？reorder
）

在打印前的最后一个块中，在
ungroup（）
之后插入
mutate（word=reorder（word，tf_idf））
应按
tf_idf
重新排序。我没有您的数据样本，但使用
janeaustenr
软件包，它也会执行相同的操作：

library(tidytext)
library(janeaustenr)
library(dplyr)

book_words <- austen_books() %>%
  unnest_tokens(word, text) %>%
  count(book, word, sort = TRUE) %>%
  ungroup()

total_words <- book_words %>% 
  group_by(book) %>% 
  summarize(total = sum(n))

book_words <- left_join(book_words, total_words)

book_words <- book_words %>%
  bind_tf_idf(word, book, n) 


library(ggplot2)
book_words %>% 
  group_by(book) %>%
  top_n(10) %>% 
  ungroup() %>% 
  mutate(word = reorder(word, tf_idf)) %>% 
  ggplot(aes(x = word, y = tf_idf, fill = book, group = book)) + 
  geom_col(show.legend = FALSE) +
  labs(x = NULL, y = "tf-idf") +
  facet_wrap(~book, scales = "free") +
  coord_flip()

库（tidytext）
图书馆（珍妮奥斯汀）
图书馆（dplyr）
书刊字数%
unnest_标记（单词、文本）%%>%
计数（书本、单词、排序=真）%>%
解组（）
总字数%
按（书本）分组%>%
汇总（总计=总和（n））
书刊字数%
按（书本）分组%>%
排名靠前的（10）%>%
解组（）%>%
变异（单词=重新排序（单词，tf_idf））%>%
ggplot（aes（x=word，y=tf_-idf，fill=book，group=book））+
几何坐标（show.legend=FALSE）+
实验室（x=NULL，y=“tf idf”）+
小平面包装（~book，scales=“free”）+
coord_flip（）
如果您想手动更改因子级别的顺序，可以尝试：

word = factor(word, levels = word[c(grep("griphook", word)[1], grep("quirrell", word)[1], ...)]);

如果因子水平应由tf_idf订购，您可以使用以下内容：

level_ordered =rep(0, l)
for (i in 0: (l-1))
{
    level_ordered = c(level_ordered, grep(as.character((sort(tf_idf, partial=l-i)[l-i])), tf_idf)[1])
}
word = factor(word, levels=word[level_ordered])

我问了一个以前已经回答过的问题，但我不熟悉ggplot的术语。下面的SO线程对此进行了回答

谢谢您看一看。这个大问题是简·奥斯汀的书中没有共同的词语。您的解决方案似乎在单词出现的第一个位置强制它，但在下一次单词出现在列表中时，它会出现在错误的位置。我已经附加了一个csv的数据来尝试它。啊，我现在看到了问题。我不知道如何为每个方面确定不同的因子顺序，但是如果你将数据框按书分割，你可以使用这个答案为每本书绘制单独的图。谢谢@jdb，知道要搜索的实际措辞会让我找到一个可行的答案！
level_ordered =rep(0, l)
for (i in 0: (l-1))
{
    level_ordered = c(level_ordered, grep(as.character((sort(tf_idf, partial=l-i)[l-i])), tf_idf)[1])
}
word = factor(word, levels=word[level_ordered])