R 基于变量中前N个最频繁值的子集数据帧

我的目标是创建一个简单的密度或长数据帧的条形图，显示课程中民族的相对频率（MOOC）。我只是不想所有的国籍都在那里，只想排名前十。我在下面创建了这个示例df+我用于打印的ggplot2代码

d=data.frame(course=sample(LETTERS[1:5], 500,replace=T),nationality=as.factor(sample(1:172,500,replace=T)))
mm <- ggplot(d, aes(x=nationality, colour=factor(course)))
mm + geom_bar() + theme_classic()

d=data.frame（课程=sample（字母[1:5]，500，替换=T），国籍=as.factor（样本（1:172500，替换=T）））
mm这里有一个方法来选择前10个国家。请注意，多个国籍共享相同的频率。因此，选择前10名会导致省略一些频率相同的国籍

# calculate frequencies
tab <- table(d$nationality)
# sort
tab_s <- sort(tab)
# extract 10 most frequent nationalities
top10 <- tail(names(tab_s), 10)
# subset of data frame
d_s <- subset(d, nationality %in% top10)
# order factor levels
d_s$nationality <- factor(d_s$nationality, levels = rev(top10))

# plot
ggplot(d_s, aes(x = nationality, fill = as.factor(course))) +
  geom_bar() + 
  theme_classic()

#计算频率
选项卡使用
dplyr
函数
count
和
top\n
获得前10名国籍。由于
top\n
说明了关系，因此本例中包含的国籍数量因关系超过10个<代码>排列
计数，使用
因子
和
级别
按降序设置国籍

# top-10 nationalities
d2 <- d %>%
  count(nationality) %>%
  top_n(10) %>%
  arrange(n, nationality) %>%
  mutate(nationality = factor(nationality, levels = unique(nationality)))

d %>%
  filter(nationality %in% d2$nationality) %>%
  mutate(nationality = factor(nationality, levels = levels(d2$nationality))) %>%
  ggplot(aes(x = nationality, fill = course)) +
    geom_bar()

#十大国籍
d2%
计数（国籍）%>%
排名靠前的（10）%>%
安排（n，国籍）%>%
变异（国籍=因素（国籍，级别=唯一（国籍）））
d%>%
筛选器（国籍%（在%d2$National中）%%>%
突变（国籍=因素（国籍，级别=级别（d2$国籍））%>%
ggplot（aes（x=国籍，填充=课程））+
geom_bar（）

非常感谢。就在今天下午，我正在查看
dplyr
，但意识到我没有时间深入研究它。这个答案对我来说更“容易理解”，但你如何对ggplot结果排序？关于你的“PS”和“编辑”：通常更容易首先使用你选择的数据按摩工具准备数据框，然后调用
ggplot
，这与你的情况类似，是众多例子中的一个。干杯